,姿.

Bruno Andò1, Salvatore Baglio1, Mattia Manenti1

  • 1Department of Electrical, Electronic and Computer Engineering (DIEEI), University of Catania, 95123 Catania, Italy.

PubMed
概括

这项研究引入了一种强大的多层感知子 (MLP) 方法,用于对退行性疾病中的姿势行为进行分类. 这种方法即使在有噪音数据的情况下也表现出高可靠性,优于传统的基于值的算法.