下肢康复机器人的训练控制与监测研究

来源 :北京信息科技大学学报(自然科学版) | 被引量 : 0次 | 上传用户:ning211
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对下肢术后康复训练需求,设计并开发了一种基于嵌入式控制器和远程控制架构的下肢康复机器人控制与监测系统,实现了下肢康复机器人的主动/被动训练模式控制、运动姿态与肌电信号采集、WIFI通讯、安全保护等功能,通过应用随机森林机器学习算法和线性回归算法实现了训练过程的识别与分析.实验结果表明:所研制的下肢康复机器人控制与监测系统可以通过安卓进行便携控制,并能通过训练过程中的监测信号,实现对训练过程的智能分析.同时可知,随机森林算法相对线性回归算法在运动识别方面更有优势,这对训练过程的自动监测和智能化控制具有积极意义.
其他文献
歌曲的创作以感情为创作的源头,通过作品表达其创作的主题思想.感情支持在歌唱中具有重要的作用:感情使歌唱的呼吸动力更强;感情对歌唱的咬字、吐字有强化和渲染的作用;感情丰富了歌唱的旋律色彩;感情对歌曲主题思想具有精神支撑作用;同时,通过歌唱让感情得以释放并转化为深层次的情感体验.
一、提高政治站位,切实增强推进智能建造与新型建筑工业化发展的使命感、责任感和紧迫感rn建筑业是湖北重要的支柱产业、万亿元产业,在国民经济和社会发展中具有举足轻重的地位和作用.产业规模多年来保持全国前列、中部第一.省委省政府对建筑业发展高度重视、全力支持.近年来,住房和城乡建设部连续出台了《关于加快新型建筑工业化发展的若干意见》和《关于推动智能建造与建筑工业化协同发展的指导意见》等文件,给智能建造与新型建筑工业化发展带来了新的机遇.湖北建筑业要保持全国第一方阵位置,保持在量增的同时实现质的跨越,就必须抢抓历
期刊
针对三相PWM整流器在双PI控制下交流侧电流畸变率高、系统动态性能差等问题,提出了三相PWM整流器的自抗扰混合无源控制策略.基于三相PWM整流器拓扑结构建立欧拉-拉格朗日(Euler-Lagrange,EL)数学模型,并分别设计内环无源控制器控制交流侧电流,外环自抗扰控制器控制直流侧电压.采用内环无源控制、外环自抗扰控制的混合无源控制策略,可降低整流器交流侧谐波电流含量,提高系统稳态精度以及动态性能.最后通过计算机仿真证明上述控制策略的可行性和优越性.
在殷墟遗址出土的大量商代乐器中,磬是数量相对较多的一种.殷墟遗址出土的石磬按其使用的场所及其演奏的形式可以分为特磬和编磬,除此之外,殷墟还出土了少量体型较小的非乐器实用磬.文章以殷墟出土的“磬”为研究对象,对其文化分期以及类型进行研究,以厘清“磬”之发展及其在中国音乐史上的地位.
中原文化呈现出强烈的包容性及强大的生命力,使其在历史的长河中持续发展,经久不衰.中原文化在一定程度上能够促进中原经济发展,在新时代,分析和研究中原文化的内涵、特征及其对外传播现状,对于加强中原文化对外传播、促进经济社会发展具有重大意义.
将知识图谱中的结构化信息应用到对话系统中,提出了融合医疗知识图谱的端到端对话系统.使用词表匹配与深度学习方法相结合的方式提取对话信息中的关键词,并根据提取到的关键词搜索知识图谱中的相关信息作为GPT2模型的输入,从而提高端到端对话系统的表现效果.相较于未加入知识图谱常识库信息的模型结构,该系统的BLEU值和贪婪匹配效果均有较大的提升.实验证明,系统可以满足医疗领域对话系统的要求,具有较高的实用价值.
参考历代字书及古籍文献,对嘉靖《保宁府志》中的俗字“(山戚)”“(关)”“(系斗)”“(膏)”进行研究,描述其字形的演变过程,有利于推动俗字研究的全面发展,并为《汉语大字典》在收字、释义及引证方面提供材料支持.
《氓》之“垝垣”初被释为“毁坏的墙”,沿用至今.有学者曾提出质疑,以为“垝垣”应作“高墙”解.通过对“垝”“危”通假现象的梳理、“垝”“垣”等相关字形的分解、“垝”“垣”等文献词义辨析,文章论证“垝”表“毁坏”义,“垣”指矮墙,即“女垣”.
使用有限差分方法求解描述玻色—爱因斯坦凝聚的Gross-Pitaevskii方程的基态解.首先使用虚时法将Gross-Pitaevskii方程转为能量耗散的方程,再通过投影法使能量耗散方程满足原方程中的归一化条件.其次,对归一化的耗散方程空间方向采用经典的二阶中心差分格式进行离散,时间方向分别使用向后欧拉格式和Crank-Nicolson格式进行完全离散.提出了一种迭代求解方法对所得非线性离散方程进行计算,与常规采用的线性化处理方法所得的数值结果进行详细的比较和分析.结果 表明线性化求解法和迭代求解法这两
针对交通事故中的事故类别不平衡现象,采用随机欠采样(random undersampling,RUS)结合极端梯度提升(extreme gradient boosting,XGBoost),建立一种基于RUS-XGBoost的类别不平衡事故风险预测模型.采取样本扰动、特征扰动和参数扰动方法构建具有差异性的子模型进行预测;用AUC和代价敏感错误率评价模型的预测效果,与其他模型比较验证其优越性;根据此模型计算的增益值探究影响事故风险的主要因素.使用英国政府公开的交通事故数据集进行实验表明,该模型预测效果优于单