《表5 不同算法识别时间比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《采用鱼群算法进化极限学习机的假肢步态识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表5给出了识别时间的比较，识别时间包括特征提取、特征值降维和分类识别的时间。张量投影方法能够从时间、空间等多个模态上提取肌电信号的有效信息，然而高维度计算提高了算法的复杂度，带来了运行时间较长的问题。张量投影通过PCA降维处理后，有效缩短了分类时间。张量投影特征结合PCA降维处理后能够综合反映步态特征的结构信息，缩短了分类时间。FA参数优化方法能够更准确、更有效地找到正则化参数和ELM核参数的优化组合值，因此FA-ELM分类方法时间长于ELM方法。本研究方法可用于对识别精度有较高要求的离线分析中，在系统实时应用方面还有待改进。