《基于人体加速度多特征融合和K近邻算法的跌倒检测》PDF+DOC
作者:华仙,席旭刚
单位:中国残疾人康复协会;中国医师协会;中国康复研究中心
出版:《中国康复理论与实践》2018年第07期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFZKLS2018070270
DOC编号:DOCZKLS2018070279
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于三轴加速度传感器的人体运动识别》PDF+DOC2016年第03期 李锋,潘敬奎
《基于加速度传感器的人体运动行为识别研究》PDF+DOC2016年第03期 张洁
《KX126:ROHM开发出内置步行检测及计步功能的加速度传感器》PDF+DOC2017年第07期
《PCA方法的运动轨迹检测算法研究》PDF+DOC2017年第05期 陆超
《基于K邻近算法的转向架构架状态识别研究》PDF+DOC2019年第08期 邱英,冯春雨,谢锋云,刘昆,杨静,王二化
《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
《基于三维加速度传感器的人体运动能耗检测算法的研究》PDF+DOC2011年第08期 朱国忠,韦彩虹,潘敏
《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
《基于时序分析的人体运动模式的识别及应用》PDF+DOC2014年第12期 林海波,李扬,张毅,罗元
《基于BSN和神经网络的人体日常动作识别方法》PDF+DOC2013年第06期 陈野,王哲龙,李政霖,李宏伟
目的探索基于人体加速度的跌倒检测方法。方法 2017年9月至11月,6例健康青年志愿者完成13个跌倒动作和11个日常活动动作。通过两个加速度传感器采集人体动作信息,每个加速度传感器提取81个加速度特征参数。通过主成分分析降维,输入K近邻(KNN)算法分类器对跌倒和日常动作进行识别。结果跌倒检测敏感性100%,特异性99.76%,检测时间216 ms。结论加速度多特征融合和KNN算法可以实现跌倒的及时有效检测。
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。