-
公开(公告)号：CN116649957A
公开(公告)日：2023-08-29
申请号：CN202310482098.8
申请日：2023-04-29
Applicant: 南京邮电大学
Abstract: 本发明属于机器学习、深度学习、信号处理和模式识别的技术领域，公开了一种基于惯性传感器的马匹步态识别及跛行检测方法。本发明基于深度学习，将BiLSTM引入卷积神经网络，提取特征序列的正向和向后依赖关系，提高了网络的性能，并且有效提升了马匹的步态识别准确率；相较于基于图像的步态识别，基于惯性传感器的步态识别成本低、体积小、功耗低、灵活性高且不受环境因素影响；本发明主要针对马术训练场景，在马术训练中客观、全面、精准掌握马匹的实时步态以及跛行程度，不但可以提高马术训练效果和马匹竞技状态，而且对于马匹的早期运动伤病预防具有很好的控制作用，实用性强。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
