-
题名基于GGO-KD-KNN算法的下肢步态识别研究
认领
引用
被引量：1
- 1
-
-
作者
李传江
丁新豪
涂嘉俊
李昂
尹仕熠
-
机构
上海师范大学信息与机电工程学院
-
出处
《上海师范大学学报（自然科学版中英文）》
2025年第2期141-145,共5页
-
摘要
为了提高下肢步态识别的准确性和效率,针对K最近邻(KNN)算法参数调节困难的问题,提出了一种基于灰雁优化-K维树-K最近邻(GGO-KD-KNN)算法的下肢步态识别方法.首先,利用表面肌电信号(sEMG)采集下肢肌肉活动信息,并将信号划分为5个步态阶段.然后,进行sEMG去噪,并提取时域和频域特征.接着,用GGO算法基于灰雁群体行为进行启发式优化,优化KNN算法的K值和距离度量,并通过适应度迭代寻找最优解.实验结果表明,通过GGO算法优化的步态识别精度达到了98.23%,标准差为0.264,相较于其他常用算法,基于GGO-KD-KNN算法的步态识别方法展现出更高的分类准确率和稳定性,为下肢智能辅助装置的研究和开发提供了有力的理论支持.
-
关键词
下肢步态识别
表面肌电信号(sEMG)
灰雁优化-K维树-K最近邻(GGO-KD-KNN)算法
分类优化
-
Keywords
lower limb gait recognition
surface electromyographic signal(sEMG)
greylag goose optimization-K dimensional tree-K nearest neighbor(GGO-KD-KNN)algorithm
classification optimization
-
分类号
TN911.7
[电子电信—通信与信息系统]
TP18
[电子电信—信息与通信工程]
R318
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于动态自适应灰鹅优化算法的WSN覆盖优化
认领
引用
- 2
-
-
作者
赵健博
莫愿斌
邱志勇
-
机构
广西民族大学人工智能学院
广西民族大学广西混杂计算与集成电路设计分析重点实验室
-
出处
《现代电子技术》
北大核心
2026年第15期155-164,170,共10页
-
基金
国家自然科学基金资助项目(21466008)
广西自然科学基金资助项目(2026GXNSFAA00640717)
广西研究生教育创新计划项目(YCSW2025294)。
-
摘要
针对无线传感器网络随机部署引发的覆盖盲区、覆盖率不足、资源浪费等问题,文中在剖析问题特征并对比传统优化方案的基础上,提出一种动态自适应灰鹅优化(DAGGO)算法。该算法通过三阶段策略实现突破:首先,通过引入优化的Tent混沌映射来初始化种群,有效提升了种群的多样性;同时,借助差分变异扰动策略构建动态扰动算子,通过自适应因子优化灰鹅的迁徙机制,从而增强算法的全局搜索能力和加速收敛;最后,在参数优化中融入禁忌搜索算法的记忆机制,进一步提高算法稳定性。研究验证数据包含算法性能与工程应用两个维度。通过6个基准函数测试表明,DAGGO算法具有较强的寻优能力、较快的收敛速度和较高的稳定性,相比GGO寻优能力平均提升了12.3%,稳定性提高了70.5%。将该算法应用于WSN问题仿真实验,结果表明:相对于传统解决方法、原算法和其他经典智能优化算法,覆盖率最多提高了28.96%,为解决复杂约束下的无线传感器网络覆盖优化问题提供了一种高效且鲁棒性强的新方法。
-
关键词
无线传感器网络
覆盖优化
灰鹅优化算法
Tent混沌映射
差分变异扰动
禁忌搜索算法
-
Keywords
WSN
coverage optimization
GGO algorithm
Tent chaotic mapping
differential variation disturbance
TS algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TN929.5
[自动化与计算机技术—控制科学与工程]
TP212.9
[电子电信—通信与信息系统]
-
-
题名基于稀疏表示和随机游走的磨玻璃型肺结节分割
认领
引用
被引量：4
- 3
-
-
作者
李祥霞
李彬
田联房
张莉
朱文博
-
机构
华南理工大学自动化科学与工程学院
佛山科学技术学院自动化学院
-
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2018年第9期1637-1647,共11页
-
基金
国家自然科学基金(61305038
61273249)
+5 种基金
广东省自然科学基金(S2012010009886
S2011010005811)
海洋公益性行业科研专项经费资助项目(201505002)
广东省科技计划项目资助(2017B020210002)
华南理工大学中央高校基本科研业务费重点项目(2015ZZ028)
自主系统与网络控制教育部重点实验室资助~~
-
摘要
肺结节是早期肺癌在影像学上的表现形式.磨玻璃型(Ground glass opacity,GGO)肺结节被认为是恶变可能性最大的一类结节之一.针对GGO结节边缘模糊、大小各异、形状不规则和灰度不均匀等造成分割准确率低问题,本文提出了一种基于稀疏表示和随机游走模型的分割算法.首先,利用测地距离和局部搜索策略,自动地选取了种子点.其次,联合8-邻域和稀疏表示的K-最近邻算法建立了新的图,避免了噪声的干扰.结合灰度、纹理、空间距离和稀疏系数构建了新的加权矩阵.最后,将标签限制项引入到随机游走的能量函数中.该算法分割准确性较高,鲁棒性较强.
-
关键词
磨玻璃型肺结节
结节分割
随机游走算法
稀疏表示
加权矩阵
-
Keywords
GGO pulmonary nodules
nodule segmentation
random walk algorithm
sparse representation
weighted matrix
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
![使用中文期刊助手扫码登录]()
使用中文期刊助手 扫描二维码
渝公网安备 50019002500403号违法和不良信息举报中心举报邮箱：jubao@cqvip.com