作者:白勇,孙晓雯,秦昉,孙子文 单位:上海市计算技术研究所;上海计算机软件技术开发中心 出版:《计算机应用与软件》2017年第01期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFJYRJ2017010450 DOC编号:DOCJYRJ2017010459 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于MPU6050加速度传感器的跌倒检测与报警系统设计》PDF+DOC2015年第04期 卓从彬,杨龙频,周林,罗丹 《基于加速度传感器的人体跌倒检测方法》PDF+DOC2017年第02期 孙子文,孙晓雯 《基于人体姿态的PSO-SVM特征向量跌倒检测方法》PDF+DOC2017年第10期 麻文刚,王小鹏,吴作鹏 《基于支持向量机的跌倒检测方法研究》PDF+DOC2014年第09期 梁维杰,张应红,景晖,黄博,郑骥 《人体跌倒的鲁棒检测方法》PDF+DOC2013年第05期 李正周,陈联涛,刘勇,高媛,于帆 《基于半监督学习的跌倒检测系统设计》PDF+DOC2016年第10期 李仲年,臧春华,杨刚,项嵘 《基于Android平台的老人跌倒检测算法及APP设计》PDF+DOC2016年第07期 梁建辉,杜洪波,姚云飞,杨文,王傲 《基于手机传感器的握持方式判断及运动状态识别》PDF+DOC2017年第02期 黄一鸣,雷航,周瑞,桑楠 《基于噪声嵌入的跌倒检测系统设计》PDF+DOC2017年第02期 李仲年,臧春华,杨刚,项嵘 《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
  • 为减少跌倒对人体造成的伤害,采用一种基于支持向量机的人体跌倒检测方法。利用安置于腰上的手机采集人体运动行为加速度数据,提取对跌倒行为敏感的时域及频域特征,利用奇异值分解方法降维特征和重构跌倒特征,采用支持向量机分类器检测跌倒行为。仿真实验表明:该方法能够有效地识别跌倒和日常行为,具有较高灵敏度和特异度,并可同时提高识别正确率。

    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。