终于完整地读完了一篇英文论文。
这篇文章之前就有,第一次读的时候踌躇满志,想把它整篇翻译下来,但到了一半就放弃了。第二次终于一口气读完了。
我觉得这次能读完一篇完整的英文文献有几个方面的原因吧。一是已经读过一次前半部分,对内容有了大概了解;二是能够静下心来好好读,不读不行,写论文的压力越来越紧迫了;三是自己的自学能力确实在提高。
功夫不负有心人,继续努力吧。
原文标题:A Neural Network-Based Gait Phase Classification Method Using Sensors Equipped on Lower Limb Exoskeleton Robots
对我比较有启发的句子,或者表达得比较好的句子:
-
Thus, all else being equal, a classifier with no unstable regions is regarded as the best classifier for exoskeleton robots.
因此,在其他条件相同的情况下,无不稳定区域的分类器被认为是外骨骼机器人的最佳分类器。 -
算法普遍在摆动态和支撑态切换区域容易识别错误。
-
In addition, there are a number of disadvantages to using foot sensors, e.g., we have to measure the foot size of the user and modify the position of the FSRs to be below the maximum pressure points.
讲的是足底压力传感器的缺点,但具体意思没搞懂。 -
Varying the network structure is a well-known strategy in the neural network literature.
调整神经网络的结构是一种常用的算法设计和优化策略。例如调整隐层神经元个数。 -
In the online evaluation, there was a 3% difference in CSR for the MLP and a 5% difference in CSR for the NARX between the best and worst structures.
这一句我觉得它的表达比较好。想要表达的意思是两种算法中,各自表现最好和最差的结构之间的CSR差是多少。 -
To find the optimal network structure, we trained the networks according to a growing network model strategy.
为了找到最优的网络结构,我们根据增长网络模型策略对网络进行训练。
要走的路还很长,继续加油吧。
转载:https://blog.csdn.net/noscallion/article/details/101471267