使用传感器的异常步态识别图学习算法研究OA

为了有效提升基于可穿戴传感器异常步态识别的准确性,本文提出了一种图深度时空融合网络模型。该模型融合图注意力网络与长短期记忆网络,充分利用其优异的时空特征学习能力,挖掘隐藏于关节与骨骼相互作用中显著差异性异常步态时空动态特征。实验结果表明,GAT-LSTM对七种步态模式的识别准确率可高达99.62%,在基于可穿戴传感器异常步态识别中取得了优异泛化性能。