2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩72頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著全球人口老齡化程度的持續(xù)加劇,人體跌倒檢測(cè)、預(yù)警與防護(hù)等技術(shù),成為預(yù)防老人意外跌倒傷害和提升生活品質(zhì)的重要保證。智能手機(jī)功能的不斷增強(qiáng),可穿戴式計(jì)算與人體傳感器網(wǎng)絡(luò)技術(shù)的不斷成熟,利用這些設(shè)備通過(guò)科學(xué)的手段識(shí)別老年人跌倒成為國(guó)內(nèi)外研究的新熱點(diǎn)。這一技術(shù)不僅在理論研究方面具有較高的意義,而且在實(shí)際應(yīng)用方面的價(jià)值也非常大。
  跌倒識(shí)別問(wèn)題的研究主要分為四大部分,跌倒模型的建立、實(shí)驗(yàn)方案設(shè)計(jì)、原始數(shù)據(jù)的處理及判別算法的應(yīng)用。選擇人

2、體運(yùn)動(dòng)過(guò)程中的加速度和角速度作為主要的特征量,結(jié)合閾值法、支持向量機(jī)、決策樹(shù)等算法實(shí)現(xiàn)跌倒檢測(cè)。跌倒檢測(cè)實(shí)質(zhì)上是簡(jiǎn)單的二分類問(wèn)題,主要目標(biāo)是區(qū)分一個(gè)活動(dòng)屬于跌倒還是日常行為活動(dòng)。閾值法思想比較直觀,算法實(shí)現(xiàn)相對(duì)容易,是最普遍的研究方法。由于目前尚無(wú)確定的模型,閾值的大小大多基于經(jīng)驗(yàn)判斷或統(tǒng)計(jì)實(shí)驗(yàn)結(jié)果得出,它的不足是閾值的設(shè)定對(duì)識(shí)別結(jié)果影響很大,穩(wěn)定性較差。模式識(shí)別的方法針對(duì)大樣本分類有很大的優(yōu)勢(shì),然而在實(shí)際研究中,難以獲取大量真實(shí)跌倒數(shù)

3、據(jù),大都基于小樣本的研究。支持向量機(jī)對(duì)于解決較小樣本和非線性模式識(shí)別等問(wèn)題都具有一定的優(yōu)勢(shì)。
  本文致力于通過(guò)基于支持向量機(jī)的運(yùn)動(dòng)特征加權(quán)方法實(shí)現(xiàn)跌倒檢測(cè)。首先,論文分析智能手機(jī)傳感器的輸出數(shù)據(jù),選擇并提取了區(qū)分跌倒與日常行為活動(dòng)的特征量,并針對(duì)樣本量少的問(wèn)題,在特征樣本基礎(chǔ)上利用高斯分布原則構(gòu)造了跌倒與日常行為活動(dòng)的虛擬樣本;其次,改進(jìn)特征融合的方式,采用特征加權(quán)核函數(shù)實(shí)現(xiàn)加速度及角速度特征的加權(quán)融合,構(gòu)建基于支持向量機(jī)的跌倒

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論