《表4 不同算法结果对比：改进的惯性运动传感器步态识别》

  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

《改进的惯性运动传感器步态识别》

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

将BP神经网络模型的预测结果从小到大排序并把每个概率作为阈值，可以得到多个混淆矩阵。对于每个混淆矩阵可以计算得到特异度（False Positive Rate，FPR）和灵敏度（True Positive Rate，TPR）两个指标。以FPR为x轴，TPR为y轴作图得ROC曲线；以（0，1）为起点，（1，0）为终点做一条直线，两条线的交点即为EER。由表4及图10可知，对于不同的人，本文平均步态识别率可以达到91.5%，EER为9.1%。相比现有的步态识别算法，识别的准确率大大提高并且有效降低了EER，表明本文所提出的方法具有一定的实用性和有效性。