-
公开(公告)号:CN105654041A
公开(公告)日:2016-06-08
申请号:CN201510990401.0
申请日:2015-12-28
Applicant: 西北工业大学
IPC: G06K9/00
CPC classification number: G06K9/0053
Abstract: 本发明公开了一种基于步态数据的特征参数获取方法和装置。其中,该方法包括:在第一预设时间内通过压力传感器采集检测对象在行走过程中足部的步态数据;其中,该步态数据包括该压力传感器的坐标和通过该压力传感器采集到的压力值;对每个该压力传感器采集的该压力值进行处理得到目标压力值,并根据该目标压力值和该压力传感器的坐标得到压力值中心点的坐标,并生成该压力值中心点的纵坐标序列;根据该压力值中心点的纵坐标序列通过双峰分布概率模型得到特征参数,并输出该特征参数。本发明解决了能够细粒度的根据足底压力的步态数据获取对应的特征参数。
-
公开(公告)号:CN105654041B
公开(公告)日:2020-09-08
申请号:CN201510990401.0
申请日:2015-12-28
Applicant: 西北工业大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于步态数据的特征参数获取方法和装置。其中,该方法包括:在第一预设时间内通过压力传感器采集检测对象在行走过程中足部的步态数据;其中,该步态数据包括该压力传感器的坐标和通过该压力传感器采集到的压力值;对每个该压力传感器采集的该压力值进行处理得到目标压力值,并根据该目标压力值和该压力传感器的坐标得到压力值中心点的坐标,并生成该压力值中心点的纵坐标序列;根据该压力值中心点的纵坐标序列通过双峰分布概率模型得到特征参数,并输出该特征参数。本发明解决了能够细粒度的根据足底压力的步态数据获取对应的特征参数。
-
公开(公告)号:CN105654115A
公开(公告)日:2016-06-08
申请号:CN201510990402.5
申请日:2015-12-28
Applicant: 西北工业大学
IPC: G06K9/62
CPC classification number: G06K9/622
Abstract: 本发明公开了一种面向行为识别的密度适应性聚类方法,涉及聚类分析技术领域,包括按照由高到低的次序,从最高密度阈值到最低密度阈值以此对给定数据集进行聚类分析。上一次的聚类过程产生的结果可以直接作为下一次的聚类过程的输入,并在当前密度阈值下对上一次的聚类结果进行必要的修正,从而实现了对不同密度数据簇的聚类。由于基本聚类算子采用基于密度的聚类方法,其聚类过程为典型的迭代扩展过程,因此可以克服基于距离算法只能发现类圆形的聚类簇的缺点,因此该方法对噪音数据不敏感,可自动排除噪音数据对聚类过程的影响,并且能发现任意形状的簇。
-
-