System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及分析装置、分析方法、分析程序以及生成装置。
技术介绍
1、已知有对具有相互连结的多个结构体的对象的动作进行分析的分析装置。例如,专利文献1所记载的分析装置分析人的步行。分析装置取得腰部和胸背部各自的摇摆量作为表示步行的特征的特征信息,并显示所取得的特征信息。
2、现有技术文献
3、专利文献
4、专利文献1:国际公开第2015/129883号
技术实现思路
1、专利技术所要解决的课题
2、然而,人有时在左侧或右侧的半身具有瘫痪。在该情况下,由瘫痪引起的障碍的程度越大,在步行中,在左半身所包含的结构体与右半身所包含的结构体之间,结构体对动作的贡献程度相差越大。例如,结构体是大腿部、小腿部、脚部、上臂部或前臂部等。因此,如果能够在左半身所包含的结构体与右半身所包含的结构体之间高精度地知晓结构体对动作的贡献程度,则例如容易评价康复训练的进展。
3、然而,在上述分析装置中,存在如下问题:在左半身所包含的结构体与右半身所包含的结构体之间,结构体对动作的贡献程度难以反映到特征信息。这种课题在步行以外的动作中也同样会产生。
4、本专利技术的目的之一在于,将多个结构体的每一个对动作的贡献程度高精度地反映到特征信息。
5、用于解决课题的手段
6、在一个方面中,分析装置分析具有相互连结的多个结构体的对象的动作。分析装置具备角动量信息取得部和特征信息取得部。
7、角动量信息取得部取得表
8、特征信息取得部取得特征信息,特征信息是基于第一奇异向量的信息,并且是表示动作的特征的信息,第一奇异向量与将针对多个结构体的每一个的角动量信息作为元素的第一矩阵的奇异值中最大的第一奇异值对应,并且具有与多个结构体的每一个对应的元素。
9、在另一方面中,分析方法分析具有相互连结的多个结构体的对象的动作。
10、分析方法包括如下步骤:
11、取得表示多个结构体的每一个的角动量的时间序列的角动量信息;以及
12、取得特征信息,特征信息是基于第一奇异向量的信息,并且是表示动作的特征的信息,第一奇异向量与将针对多个结构体的每一个的角动量信息作为元素的第一矩阵的奇异值中最大的第一奇异值对应,并且具有与多个结构体的每一个对应的元素。
13、在另一方面中,分析程序使计算机执行对具有相互连结的多个结构体的对象的动作进行分析的处理。
14、处理包括如下步骤:
15、取得表示多个结构体的每一个的角动量的时间序列的角动量信息;以及
16、取得特征信息,特征信息是基于第一奇异向量的信息,并且是表示动作的特征的信息,第一奇异向量与将针对多个结构体的每一个的角动量信息作为元素的第一矩阵的奇异值中最大的第一奇异值对应,并且具有与多个结构体的每一个对应的元素。
17、在另一方面中,生成装置生成用于分析具有相互连结的多个结构体的对象的动作的已学习模型。
18、生成装置具备角动量信息取得部、第一奇异向量取得部、第二奇异向量取得部以及模型生成部。
19、角动量信息取得部针对多个学习对象的每一个,取得表示多个结构体的每一个的角动量的时间序列的角动量信息。
20、第一奇异向量取得部针对多个学习对象的每一个,取得第一奇异向量,第一奇异向量与将针对多个结构体的每一个的角动量信息作为元素的第一矩阵的奇异值中最大的第一奇异值对应,并且具有与所述多个结构体的每一个对应的元素。
21、第二奇异向量取得部取得第二奇异向量,该第二奇异向量与将针对多个学习对象的每一个的第一奇异向量作为元素的第二矩阵的奇异值中第二大的第二奇异值对应,并且具有与多个学习对象的每一个对应的元素。
22、模型生成部针对多个学习对象的每一个,通过学习训练数据来生成已学习模型,训练数据包含该学习对象的角动量信息和基于第二奇异向量的与该学习对象对应的元素的信息。
23、专利技术效果
24、能够将多个结构体的每一个对动作的贡献程度高精度地反映到特征信息。
本文档来自技高网...【技术保护点】
1.一种分析装置,其对具有相互连结的多个结构体的对象的动作进行分析,其特征在于,
2.根据权利要求1所述的分析装置,其特征在于,
3.根据权利要求1或2所述的分析装置,其特征在于,
4.根据权利要求1至3中的任一项所述的分析装置,其特征在于,
5.根据权利要求1至4中的任一项所述的分析装置,其特征在于,
6.一种分析方法,对具有相互连结的多个结构体的对象的动作进行分析,其特征在于,
7.一种分析程序,使计算机执行对具有相互连结的多个结构体的对象的动作进行分析的处理,其特征在于,
8.一种生成装置,其生成已学习模型,所述已学习模型用于分析具有相互连结的多个结构体的对象的动作,其特征在于,
【技术特征摘要】
【国外来华专利技术】
1.一种分析装置,其对具有相互连结的多个结构体的对象的动作进行分析,其特征在于,
2.根据权利要求1所述的分析装置,其特征在于,
3.根据权利要求1或2所述的分析装置,其特征在于,
4.根据权利要求1至3中的任一项所述的分析装置,其特征在于,
5.根据权利要求1至4中的任一项所述的分析装置...
【专利技术属性】
技术研发人员:大胁大,关口雄介,本田启太,出江绅一,
申请(专利权)人:国立大学法人东北大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。