下肢康复器械SVM建模的关键技术

作者：刘通; 李海富; 王丽荣; 臧睦君

来源：吉林大学学报(信息科学版), 2013, (01): 38-44.

• 系统建模
• 康复训练器
• 支持向量机
• 训练参数 system modeling
• rehabilitation training device
• support vector machine
• training parameters

为解决支持向量机用于下肢康复训练器驱动系统建模的训练参数选取问题,使用Simulink平台采集样本,通过Libsvm工具箱的相关接口进行对比实验,选取回归问题中较先进的3种目标函数寻优算法,讨论算法在建模中的应用范围和价值,并提出选取依据。研究结果表明,网格搜索和粒子群算法均方误差均接近于零,相关系数大于99%,适用于需求稳定和实用性强的系统;遗传算法不稳定,但在实验室仿真阶段研究支持向量机性能中亦有其实用性。该方法有效地解决了参数选取问题,同时也为进一步研究面向对象的目标函数极值寻优算法改进提供了基础。

• 单位
  吉林大学; 长春大学; 长春理工大学