基于炒肉优化算法的智能下肢假肢人体运动意图识别方法

本发明适用于运动意图识别技术领域，提供了基于炒肉优化算法的智能下肢假肢人体运动意图识别方法。本发明提出基于炒肉优化算法的特征权重动态优化框架，通过离线权重向量训练及实时特征优化执行两大环节，实现运动特征权重的实时自适应分配。该算法在7个标准单峰测试函数上均取得最优结果，具备良好迁移性；经膝上截肢患者数据集验证，优化权重矩阵后识别错误数量最低、寻优速度最快，显著提升了分类器预测精度与意图识别的环境抗干扰能力，同时满足实时性要求。本发明解决了智能下肢假肢在复杂生活场景中的适应性难题，为高可靠性产品开发奠定基础，在下肢假肢与助行机器人的运动场景识别方面具有重要实际应用价值，产业化转化潜力显著。

《基于炒肉优化算法的智能下肢假肢人体运动意图识别方法》是一发明专利，专利号为 2025115541395，当前法律状态为已下证，由吉林建筑大学提出申请，发明人为张尧;肖旭博;王垣森;迟耀丹;赵阳;王艳杰;刘昊;杨湘;王若萱;赵玉娇;王超;吴博琦;王俊喜;贾红丹，申请日期为2025-10-29，公开（公告）日期为2026-02-17，国际专利分类号（IPC）为 A61B 5/11 (2006.01)，高新资质：未报高企，所属技术领域包括：（运动意图识别、动作识别、智能假肢、残障设备）。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明适用于运动意图识别技术领域，提供了基于炒肉优化算法的智能下肢假肢人体运动意图识别方法。本发明提出基于炒肉优化算法的特征权重动态优化框架，通过离线权重向量训练及实时特征优化执行两大环节，实现运动特征权重的实时自适应分配。该算法在7个标准单峰测试函数上均取得最优结果，具备良好迁移性；经膝上截肢患者数据集验证，优化权重矩阵后识别错误数量最低、寻优速度最快，显著提升了分类器预测精度与意图识别的环境抗干扰能力，同时满足实时性要求。本发明解决了智能下肢假肢在复杂生活场景中的适应性难题，为高可靠性产品开发奠定基础，在下肢假肢与助行机器人的运动场景识别方面具有重要实际应用价值，产业化转化潜力显著。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！