基于移動終端的跌倒檢測方法研究.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、跌倒是危害老年人及其他特殊人群的重要因素之一。及時的跌倒檢測和救助可以為治療和搶救贏得寶貴時間,對保障用戶健康和提高醫(yī)療監(jiān)護水平都具有非常重要的意義。當(dāng)前,我國已經(jīng)進入老齡化社會且呈現(xiàn)加速發(fā)展態(tài)勢,急需研發(fā)攜帶方便、檢測準(zhǔn)確、判斷實時的跌倒檢測方法和系統(tǒng),以滿足廣泛的社會需求。
  目前,國內(nèi)外眾多研究機構(gòu)和高校都在不斷研究和實驗跌倒檢測方法。現(xiàn)有的方法一般是從正常行為(如走路,跑步)數(shù)據(jù)提取特征訓(xùn)練一個一分類模型,凡不符合該一分

2、類模型的行為會被判斷為跌倒,然而個別正常行為(如跑步、下樓梯)的瞬間特征信息與跌倒的相似度較高,加上噪聲數(shù)據(jù)的影響,導(dǎo)致模型的區(qū)分能力不足,不能同時滿足高檢測率和低誤警率的要求。
  為了提高跌倒檢測方法的實用性,本文通過統(tǒng)計分析跌倒發(fā)生的特點,提出了基于行為切換的跌倒檢測方法,本文的研究主要包括如下四部分:
  1、高精度的連續(xù)行為識別模型研究,建立一個連續(xù)行為識別模型對人的行為進行識別。該階段通過大量實驗對比分析了多種多

3、分類器的性能,驗證了基于多模傳感器的模型比基于單一傳感器的檢測效果更佳,并借助WEKA工具的特征選擇功能對本文特征集進行篩選,得到魯棒性更好的特征集;
  2、行為切換數(shù)據(jù)的自動分割技術(shù)研究,根據(jù)行為識別結(jié)果對連續(xù)行為序列進行分割,得到行為切換數(shù)據(jù)集。本文提出了一種自動行為切換數(shù)據(jù)的分割方法;
  3、研究并構(gòu)建了一個異常檢測模型,從相鄰行為間的正常切換數(shù)據(jù)集提取特征構(gòu)建異常行為檢測模型,模型通過識別異常行為切換來檢測跌倒。

4、該方法以行為切換數(shù)據(jù)構(gòu)建特征空間,可以過濾大量的正常行為數(shù)據(jù),降低特征空間的復(fù)雜度,增強模型的區(qū)分能力。本文對比實驗顯示本文方法的分類精度要高于傳統(tǒng)方法,具有一定的實用價值;
  4、設(shè)計并實現(xiàn)了一款基于Android手機的跌倒檢測系統(tǒng),該系統(tǒng)能實時采集傳感器的數(shù)據(jù),通過跌倒檢測模型實時監(jiān)控用戶是否發(fā)生跌倒,如果用戶發(fā)生跌倒,手機會在本地發(fā)出蜂鳴報警聲,開啟定位模塊得到跌倒者位置信息,并自動編輯跌倒信息和位置信息以SMS短信方式發(fā)

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論