作者:孙晓雯,孙子文,秦昉 单位:华东计算机技术研究所;上海计算机学会 出版:《计算机工程》2016年第05期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFJSJC2016050570 DOC编号:DOCJSJC2016050579 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于人体姿态的PSO-SVM特征向量跌倒检测方法》PDF+DOC2017年第10期 麻文刚,王小鹏,吴作鹏 《一种基于三轴加速度的跌倒检测方法》PDF+DOC2015年第03期 李政 《基于支持向量机的跌倒检测方法研究》PDF+DOC2014年第09期 梁维杰,张应红,景晖,黄博,郑骥 《基于MPU6050加速度传感器的跌倒检测与报警系统设计》PDF+DOC2015年第04期 卓从彬,杨龙频,周林,罗丹 《基于SVD特征降维和支持向量机的跌倒检测算法》PDF+DOC2017年第01期 白勇,孙晓雯,秦昉,孙子文 《基于惯性传感器的简单姿态测量系统设计》PDF+DOC2018年第13期 王巍,任相臻,刘召鹏 《基于倾角的跌倒检测方法与系统研究》PDF+DOC2013年第01期 朱勇,张研,宋佳,邱天爽 《基于声学特性检测西瓜内部空心的研究》PDF+DOC2011年第05期 危艳君,饶秀勤,漆兵,李江波 《基于加速度特征的人体跌倒检测算法》PDF+DOC2015年第01期 高晓娟,徐光辉,张欢,薛文生 《基于加速度传感器的跌倒检测与报警系统设计》PDF+DOC2013年第06期 任志玲,张冰倩,郑丽媛
  • 为提高人体跌倒检测精确度,提出一种基于智能手机加速度传感器的人体跌倒检测算法。通过智能手机获取人体运动加速度信息,采用阈值分类与模式识别分类相结合的算法进行跌倒检测。通过阈值检测实现人体行为跌倒状态的初步判定,判断是否为疑似跌倒行为。由模式识别方法进一步实现对疑似跌倒行为的精确分类,提取倾角和斜率作为人体跌倒分类特征,利用粒子群优化参数的支持向量机分类器从疑似跌倒行为中识别跌倒行为。仿真实验结果显示,与未优化的支持向量机方法以及加速度阈值方法相比,该算法能有效提高人体跌倒检测准确率。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。