MATLAB用拟合出的代码绘图-accModel:使用FPCA根据加速度计数据预测反向运动跳跃中的峰值功率的模型

MATLAB用拟合出的代码绘图accModel 基于FPCA的模型，可根据加速度计数据预测反向运动跳跃中的峰值功率该项目支持我的博士学位论文“基于通用FPCA的模型，该模型使用加速度计数据来预测反向运动跳跃中的峰值功率”。 我的论文在提交前是定稿。 提交后，我将提供一个链接。 该代码从参与者执行三重跳动（CMJ）并带有或不带有手臂摆动的参与者佩戴的三轴加速度计中获取原始数据。 数据文件不完整，分别准备，按传感器解剖位置和跳跃类型分组。 使用标准方法根据垂直地面反作用力数据计算出峰值功率输出。 功能主成分分析（FPCA）从平滑的加速度曲线中提取特征。 FPC分数用作机器学习模型的输入。 看 嵌套交叉验证用于选择模型（参数），并根据从相同分布中提取的看不见的数据估算模型的广义预测误差。 对于模型选择，基于对参数值的约束随机搜索来实现一种新颖的优化过程，该参数值从模型生成观测值。 该过程使用粒子群优化找到代理模型的全局最优。 替代模型基于高斯过程。 所选模型的估计基于蒙特卡洛交叉验证。 建模过程具有大约40个不同参数的高度灵活性。 这些参数控制着传感器数据集，模型类型，超参数值，时间窗口，功