《表2 BRFR模型在3例受试者数据上的拟合效果》

  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

《融合人工鱼群和随机森林算法的膝关节接触力预测》

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

DM、JW、SC是公开数据集里3例受试者的名称

本文提出一种融合人工鱼群和随机森林算法的膝关节接触力预测方法。首先，将干预前所有受试者的步态参数和膝关节接触力数据划分为训练集（70%）和验证集（30%），利用随机森林算法对训练集进行训练，并利用改进的人工鱼群算法优化随机森林模型的主要参数，获得步态参数和膝关节接触力的非线性关系，并利用验证集进行验证。人工鱼群算法优化随机森林模型得到的主要参数为（ntree=131mtry=10)，ERFR模型在验证集上的均方根误差为0.138，平均绝对误差为0.033，平方相关系数为0.970，表明模型能准确地学习输入和输出之间的因果关系。然后，以干预后单个受试者的步态参数和膝关节接触力数据为预测模型进行测试，这样可以进一步检验模型的通用性，结果如表2所示，可以看出训练后的模型具有较高的通用性。未来的研究工作需要将已建立的模型同寻优算法相结合，以减轻关节负荷为目标函数，利用寻优算法求解最优的步态模式，从而为康复策略的制定提供参考。