位置:成果数据库 > 期刊 > 期刊详情页
基于支持向量机的运动员脚力信息识别
  • 期刊名称:传感技术学报,2006,19(4):1162-1166
  • 时间:0
  • 分类:TP218[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]中国科学院合肥智能机械研究所,合肥230031, [2]中国科学技术大学自动化系,合肥230027, [3]青岛理工大学自动化学院,山东青岛266033
  • 相关基金:国家自然科学基金资助项目(60343006)
  • 相关项目:可穿戴型智能助力机器人技术研究
中文摘要:

如何快速准确地实现运动员脚力信息的自动识别对于构建一个智能的、实时的运动员训练指导系统至关重要。文中首次提出了使用支持向量机进行运动员脚力曲线自动分段的方法。在详细讨论和分析抓举运动员的六维脚力曲线特征的基础上,根据曲线对应的五个运动阶段,进行了特征提取,然后构造了基于支持向量机的多类模式分类器,实现了脚力曲线对应运动阶段的自动识别,取得了令人满意的分类效果,为构建举重运动员训练指导系统打下基础。

英文摘要:

How to realize the automatic recognition of a weight lifting athlete's ground reaction force(GRF) fast and accurately is very important to the development of training and coaching system. In this paper, we present a new GRF recognition method based on support vector machine (SVM) for the first time. We detail the characteristics of the curves of GRF first and then complete feature selection according to the five motion phases. In the end, we set up a multi-classifier using SVM to recognize the patterns of GRF curves of weight lifting athletes. The experiment results are satisfied. This work lays a solid foundation that develops training and coaching system of weight lifting athletes.

同期刊论文项目
期刊论文 14 会议论文 19 著作 1
同项目期刊论文