《表1 用DTW计算同一志愿者失真距离》
本次实验采样频率设置为40 Hz,采集了10名志愿者(6名男性,4名女性)的步态数据。数据采集时,将数据采集装置固定在志愿者腰带右侧的位置。志愿者按照其步行习惯,在水平过道上直线行走1 min,3名志愿者采集5 d共采样25次,7名志愿者采样5次。设A,B,C,D分别表示不同的志愿者;SA,SB,SC,SD分别代表不同志愿者的参考样本;SA1,SA2,SA3,SA4,SA5,SA6分别表示志愿者A的其他6个步态样本。通过DTW算法分别计算同一志愿者样本间的失真距离和不同志愿者样本间的失真距离,实验结果如表1、2所示。步态识别时,每次选择570个样本组成样本集,其中300个样本来自同1名志愿者组成正类,270个样本来自其余的9名志愿者,每名志愿者提供30个样本组成负类。将80%的样本用作训练,20%的样本用来测试,实验结果如表3所示。其中TP,TN表示正确分类,分别表示将原先是正类的预测为正类和将原先是负类的预测为负类;而FP,FN表示错误分类,分别表示将原先是负类的预测为正类和将原先是正类的预测为负类。图10为根据BP神经网络训练结果绘制的受试者工作特征(Receiver Operating Characteristic,ROC)曲线图。
图表编号 | XD00172318800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.25 |
作者 | 徐狄涛、姜斌、包建荣、刘超、朱芳、何剑海 |
绘制单位 | 杭州电子科技大学通信工程学院、杭州电子科技大学通信工程学院、杭州电子科技大学通信工程学院、杭州电子科技大学通信工程学院、杭州电子科技大学通信工程学院、宁波职业技术学院电子信息工程学院 |
更多格式 | 高清、无水印(增值服务) |