基于KNN算法的不良步态分类

针对不良的步态会对下肢的关节产生不利的影响(加重行走的负担,能量消耗过快等),以及加重患病的风险,提出了利用KNN(k-nearest neighbor)算法对足外8和足内8两种不良步态与正常步态(对照组)进行分类学习,获取分类模型。三种步态的三维步态数据是从17名受试者在正常行走期间通过3D运动捕捉系统获得的,KNN模型对三种步态识别的总正确率为81.7%,对足外8步态的正确率为92.8%以及足内8的正确率为91.0%。模型的正确率较为准确,可以为矫正不良步态提供有力支持、减少不良步态的检测成本。

走出你的步态美

步态能够体现现代人的精神面貌、健康程度、气质优雅俗。但令人遗憾的是并非我们每个人都能走出健美的步态。有的女人穿高跟鞋走碎步,有的人挥动双肩走正步,还有人走路老远就能听见脚步声。这些步态不能表现积极向上的精神面貌和健康优雅的气质,是许多爱美的人想校正的。只要不是先天畸形,只要你愿意,有毅力并坚持就完全可以校正,走出你的步态美。