《表2 4种分类器在运动意图数据集中的实验结果》

  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

《深度学习在动力下肢假肢运动意图识别中的应用》

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

4类分类器模型在运动意图数据集中的实验结果如表2所示。实验验证了CNN与LSTM在运动意图识别这样的短时行为样本分类任务中具有一定的分类效果。由于LSTM更加适合时间序列的分类问题，所以实验的识别结果相较于CNN更优。在时间复杂度上CNN算法更优，这主要是由于LSTM的网络结构比CNN的更复杂。从实验对比中可以看出，CNN无论是识别率还是时间复杂度都优于RF。同样，LSTM的分类性能也更加优于HMM。