篮球运动员不同步态下生物力学信号对比分析

方正; 曾富荣; 江建烽; 陈扬; 王超

doi:10.13873/J.1000-9787(2017)01-0005-04

Chinese

您当前的位置：

首页 >

文章列表页 >

篮球运动员不同步态下生物力学信号对比分析

研究与探讨 | 更新时间：2025-09-11

- 篮球运动员不同步态下生物力学信号对比分析
- Comparison and analysis of basketball players’ biomechanical signals with different gaits
- 传感器与微系统 2017年36卷第1期页码：5-8
- 作者机构：
  
  厦门大学机电工程系
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（61571381）;中央高校基本科研业务费资助项目（XMU.2013121018）;福建省软科学计划资助项目（2016R0083）
- DOI：10.13873/J.1000-9787(2017)01-0005-04
  中图分类号： G841
- 纸质出版：2017
- 稿件说明：
移动端阅览
[1]方正,曾富荣,江建烽,陈扬,王超.篮球运动员不同步态下生物力学信号对比分析[J].传感器与微系统,2017,36(01):5-8.

FANG Zheng, ZENG Fu-rong, JIANG Jian-feng, et al. Comparison and analysis of basketball players’ biomechanical signals with different gaits[J]. 2017, 36(1): 5-8.
[1]方正,曾富荣,江建烽,陈扬,王超.篮球运动员不同步态下生物力学信号对比分析[J].传感器与微系统,2017,36(01):5-8. DOI： 10.13873/J.1000-9787(2017)01-0005-04.

FANG Zheng, ZENG Fu-rong, JIANG Jian-feng, et al. Comparison and analysis of basketball players’ biomechanical signals with different gaits[J]. 2017, 36(1): 5-8. DOI： 10.13873/J.1000-9787(2017)01-0005-04.

摘要

通过便携式步态信息采集系统

将篮球运动员直线行走、跑步、运球时的步态信息采集保存至SD卡

后期基于支持向量机（SVM）的模式识别方法对数据离线处理。对比分析篮球运动员在不同步态下的生物力学信号特征。实验结果表明:该方法能够成功分类识别不同步态

验证了该系统的实用性。

Abstract

By means of portable gait information acquisition system

gait information of basketball players including linear walking

running and dribble are collected and saved in SD card. Data are processed offline based on support vector machine（ SVM） pattern recognition method afterwards. The biomechanical signal characteristics of basketball players under different gaits are compared and analyzed. Experimental results show that the proposed method can successfully identify different gaits and the practicability of the system is verified as well.

关键词

Keywords

references

基于SVM的行人步态实时分类方法 [J]. 吴哲君,赵忠华,唐雷. 电子测量技术 . 2015(07)

基于六轴传感器的步态分析系统设计 [J]. 李秀丰,郭立泉,王计平,郁磊,方强. 传感器与微系统 . 2014(07)

基于惯性传感的人员行进动作识别方法 [J]. 汪少初,刘昱,郝文飞,刘开华,路文平. 电子测量与仪器学报 . 2014(06)

基于SVM的步态信号模式分类研究 [J]. 尹静. 机械设计与制造工程 . 2013(06)

基于腰部移动模型的行走步长计算方案 [J]. 任凯天,刘昱,汪少初. 电子测量与仪器学报 . 2012(08)

Novel linear search for support vector machine parameter selection [J]. Hong-xia PANG , Wen-de DONG, Zhi-hai XU, Hua-jun FENG , Qi LI, Yue-ting CHEN (State Key Laboratory of Optical Instrumentation, Zhejiang University, Hangzhou 310027, China). Journal of Zhejiang University-Science C（Computers & Electronics） . 2011(11)

基于二次特征提取与SVM的异常步态识别 [J]. 石欣,雷璐宁,熊庆宇. 仪器仪表学报 . 2011(03)

基于角度统计特征的步态识别 [J]. 郭军波,朱莉,王克奇. 传感器与微系统 . 2010(06)

The new interpretation of support vector machines on statistical learning theory [J]. ZHANG ChunHua 1 , TIAN YingJie 2 & DENG NaiYang 3,1 School of Information, Renmin University of China, Beijing 100872, China; 2 Research Center on Fictitious Economy and Data Science, Chinese Academy of Sciences, Beijing 100080, China; 3 College of Science, China Agricultural University, Beijing 100083, China. Science in China（Series A:Mathematics） . 2010(01)

步态识别研究现状与进展 [J]. 薛召军,靳静娜,明东,万柏坤. 生物医学工程学杂志 . 2008(05)

基于SVM的多传感器信息融合算法 [J]. 周鸣争,汪军. 仪器仪表学报 . 2005(04)

足底压力测量技术在生物力学研究中的应用与进展 [J]. 李建设,王立平. 北京体育大学学报 . 2005(02)

数据挖掘中的新方法[M]. 科学出版社 , 邓乃扬,田英杰著, 2004

Gait phase detection and discrimination between walking–jogging activities using hidden Markov models applied to foot motion data from a gyroscope [J] . Andrea Mannini,Angelo Maria Sabatini. Gait & Posture . 2012 (4)

Physical Activity, Exercise, and Physical Fitness: Definitions and Distinctions for Health-Related Research [J] . Carl J. Caspersen,Kenneth E. Powell,Gregory M. Christenson. Public Health Reports （1974-） . 1985 (2)

浏览量

156

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于时域特征的光纤安防系统信号识别算法

基于半监督学习的跌倒检测系统设计

基于人工鱼群算法优化SVM的手部动作sEMG识别

基于LLE和SVM的手部动作识别方法

基于角度统计特征的步态识别