《基于极限学习机的跌倒检测分类识别研究》PDF+DOC
作者:王之琼,曲璐渲,隋雨彤,鲍楠,康雁
单位:中国生物医学工程学会
出版:《中国生物医学工程学报》2014年第04期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFZSWY2014040050
DOC编号:DOCZSWY2014040059
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于支持向量机的跌倒检测算法研究》PDF+DOC2017年第01期 裴利然,姜萍萍,颜国正
《基于核极限学习机的火灾预警算法研究》PDF+DOC2017年第05期 丁承君,张井超,何乃晨
《基于独立循环神经网络的跌倒检测方法》PDF+DOC 王晶晶,黄勇,陈宝欣,赵运勇
《优化极限学习机算法及其在力信息解耦中的应用》PDF+DOC2019年第10期 徐家琪,伍万能,孙炜,王耀南,梁桥康
《ABB人工智能垃圾分拣方案亮相工博会》PDF+DOC2019年第10期
《基于梯度提升树的飞机机身对接状态识别》PDF+DOC2019年第07期 蔡畅,黄亦翔,邢宏文
《基于神经网络的动作识别方法分析》PDF+DOC2019年第04期 刘伟静,杨明静
《基于SVM预测器的传感器故障诊断与信号恢复研究》PDF+DOC2005年第02期 刘东,葛运建
《基于BP神经网络的加速度计温度补偿方法研究》PDF+DOC 郭慧斌,郑宾
《ELM神经网络在发动机故障诊断系统中的应用研究》PDF+DOC2013年第18期 杨中华,李宗伯
由于年龄和身体条件的限制,在老年人群中跌倒是非常普遍的现象。因此,根据老年人跌倒的运动特征,远程监测他们在各个时间段的状态,以便在其摔倒或突发状况时及时采取措施显得尤为重要。针对人体运动状态进行监测,分析人体运动学特征,提出基于极限学习机的跌倒检测算法。运用三维加速度传感器采集人体的三维加速度值,建立跌倒检测特征模型。在此基础上,建立基于极限学习机的跌倒检测分类器,完成对老年人的计算机辅助跌倒检测。实验数据共540例样本,选用了不同数量的训练集和测试集,其中440例作为训练数据,其余100例为测试数据。测试结果表明,准确率为93%,敏感度为87.5%,特异性为91.7%,具有良好的分类性能。在对分类训练的运行时间方面,基于极限学习机的跌倒检测方法与传统的机器学习方法相比具有明显优势。
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。