针对采用加速度信号进行步态识别错误率偏高的问题，提出一种基于信息熵和改进特征权重融合的Adaboost-SSA-BP步态识别方法。基于信息熵理论和改进特征权重算法，提取不同步态下加速度计输出的信号特征，并对其进行特征组合。利用 SSA 优化 BP 神经网络，通过 Adaboost 算法调整网络的样本权重，并进行训练获得步态识别模型。实验结果表明：该方法能够有效捕获步态特征，步态识别的平均准确率可达96.15%，可为后期开展步态康复训练等相关
研究提供技术支撑。