[发明专利]一种基于svm的步态功能评估模型的构建方法

权利要求书

1.一种基于svm的步态功能评估模型的构建方法，其特征在于，包括以下步骤：

步骤10，获取健康成人及患有运动功能障碍疾病患者的步态特征的数据组，所述步态特征包括周期、步幅、步速、步频、左步长、右步长、左支撑相、右支撑相、地反力、表面肌力、足偏角、髋关节屈曲值、髋关节伸展值、膝关节屈曲值、膝关节伸展值、关节力矩中的多种或全部；

步骤20，将采集到的步态特征数据形成原始矩阵并确定原始矩阵X的相关系数矩阵R，其中，x_1j～x_ij表示其中一个步态特征的数据组，j＝1,2,3…j；x_i1～x_ij表示其中一人的所有步态特征数据，i＝1,2,…,i；

步骤30，求出R的特征方程det(R-λE)＝0的特征根λ_j，其中λ₁≥λ₂≥λ₃…≥λ_j≥0；

步骤40，确定主成分个数m，然后确定m个相应的单位特征向量β_m，其中m＝1,2,…,m；

步骤50，根据单位特征向量β_m及原始矩阵确定主成分矩阵Z；

步骤60，根据主成分矩阵Z确定svm分类器模型，所述svm分类器模型为步态功能评估模型。

2.如权利要求1所述基于svm的步态功能评估模型的构建方法，其特征在于，步骤30中，相关系数矩阵R的表达式为：

R＝(r_ij)_i×j，其中r_ij＝r_ji,r_ii＝1。

3.如权利要求1所述基于svm的步态功能评估模型的构建方法，其特征在于，步骤40中，所述主成分的个数m通过以下公式确定：

其中α为60％～80％。

4.如权利要求1所述基于svm的步态功能评估模型的构建方法，其特征在于，步骤40中，β_m的表达式为：

其中

5.如权利要求4所述基于svm的步态功能评估模型的构建方法，其特征在于，步骤50中，所述主成分矩阵的表达式为：其中

Z_j＝β₁X₁+β₂X₂+…+β_mX_j，

X₁、X₂、…X_j、分别表示由各个步态特征的数据组形成的矩阵。

6.如权利要求1所述基于svm的步态功能评估模型的构建方法，其特征在于，将主成分矩阵中的数据作为新样本数据，将新样本数据平均划分为S份子样本，其中的S-1份子样本作为训练集，其余的作为校验集；分别通过可能形成的S种训练集确定相应SVM分类器的模型，并通过相应校验集分别对相应模型进行验证，计算出相应模型的准确率，以其中准确率最高的模型作为步态功能评估模型。

7.如权利要求1～6所述基于svm的步态功能评估模型的构建方法，其特征在于，所述SVM分类器的模型为f(z)＝sign(w^*z+b^*)，其中最优法向量w^*和最优截距b^*的值根据最优分界面的条件确定。

8.如权利要求7所述基于svm的步态功能评估模型的构建方法，其特征在于，所述最优分界面的条件为：

s.t.y_i(w·z_i+b)≥1-ξ_i,i＝1,2,…,N

ξ_i≥0,i＝1,2,…,N

其中，w为法向量，b为截距，C为惩罚项参数，ξ_i为对应的样本点的松弛变量，y_i为主成分矩阵第i条数据组的类别标签。

9.如权利要求8所述基于svm的步态功能评估模型的构建方法，其特征在于，所述最优分界面通过构建拉格朗日函数求解，所构建的拉格朗日函数为：

α_i≥0,μ_i≥0。

其中，α_i，μ_i为拉格朗日乘子。