公开(公告)号：CN112836617B

公开(公告)日：2023-02-03

申请号：CN202110117355.9

申请日：2021-01-28

Applicant: 北京理工大学前沿技术研究院

Inventor： 刘亚丽 ,  宋遒志 ,  金冬楠 ,  祁卓

IPC: G06V40/20 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明提供一种基于IPSO‑BPNN的长时人体下肢运动预测方法，基于粒子群算法获取BPNN网络中各节点的权值与阈值的初始值，得到预测各个下肢关节的关节角度的6个预测模型，本发明的预测模型计算效率更高，改进的粒子群算法IPSO的迭代收敛速度更快，优化结果更好，预测结果更加接近实际观测数据。此外，本发明可以根据设定的时间跨度重构各个下肢关节的原始关节角度数据，使得预测时长可以根据实际预测需求调整，进而能够覆盖系统延时。

公开(公告)号：CN112836617A

公开(公告)日：2021-05-25

申请号：CN202110117355.9

申请日：2021-01-28

Applicant: 北京理工大学前沿技术研究院

Inventor： 刘亚丽 ,  宋遒志 ,  金冬楠 ,  祁卓

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明提供一种基于IPSO‑BPNN的长时人体下肢运动预测方法，基于粒子群算法获取BPNN网络中各节点的权值与阈值的初始值，得到预测各个下肢关节的关节角度的6个预测模型，本发明的预测模型计算效率更高，改进的粒子群算法IPSO的迭代收敛速度更快，优化结果更好，预测结果更加接近实际观测数据。此外，本发明可以根据设定的时间跨度重构各个下肢关节的原始关节角度数据，使得预测时长可以根据实际预测需求调整，进而能够覆盖系统延时。