《基于足底压力信息的跌倒姿态聚类识别方法》PDF+DOC
作者:陈洪波,高青,冯涛,朱振朋,刘喻
单位:华北计算机系统工程研究所
出版:《》
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFDZJY2016050370
DOC编号:DOCDZJY2016050379
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于随机投影的快速稀疏表示人体动作识别方法》PDF+DOC2016年第01期 吴建宁,徐海东,王佳境,凌雲
《基于三轴加速度传感器的人体动作识别研究》PDF+DOC2015年第11期 罗初发
《视觉与激光雷达信息融合的目标领航车识别方法》PDF+DOC2018年第06期 贾子永,任国全,李冬伟,程子阳
《刚性模型姿态识别技术中的数据表达与矩阵变化》PDF+DOC2018年第03期 毕瑛璞
《一种基于模糊综合评价的人体动作识别方法》PDF+DOC 马悦,张玉梅
《一种基于深度传感器的人体动作识别方法》PDF+DOC2019年第25期 王健
《基于Android传感器的人体姿态识别方法》PDF+DOC2019年第06期 杨一涛,孙国梓,王壮
《居家日常行为识别中基于SMOTE方法的数据不平衡问题研究》PDF+DOC2020年第09期 于茜
《基于AdaBoost多核支持向量机的跌倒检测研究》PDF+DOC2019年第03期 赵婉婉,任静,刘燕南,武东辉,余凯
《用于汽车车身装配夹具故障诊断的一种样本识别方法》PDF+DOC1998年第04期 陈关龙,罗春源
为了进一步提高基于足底压力传感器的老年跌倒检测系统的识别率,以及准确地判断人体跌倒方向,提出了利用自组织映射神经网络(SOM)和足底压力传感信息对人体动作进行聚类分析的方法。为了验证SOM方法的识别效果,采取包含跌倒在内的13类常见动作的130个样本对训练好的SOM网络进行测试。测试结果表明,系统灵敏度、特异度及准确度分别为92.5%、93.3%、93.1%,其结果均优于常用的阈值法。综上,SOM方法对人体跌倒姿态识别具有较高的可靠性和准确度。
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。