作者:王晶晶,黄勇,陈宝欣,赵运勇 单位:上海交通大学 出版:《》 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFSYSY2020070060 DOC编号:DOCSYSY2020070069 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于D-S证据理论的人体跌倒检测方法》PDF+DOC2018年第05期 孙子文,李松,孙晓雯 《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 《基于动态神经网络的高炉炉壁不完备温度检测信息软测量方法》PDF+DOC2016年第03期 安剑奇,彭凯,曹卫华,吴敏 《基于智能手机的实时跌倒检测系统研究》PDF+DOC2016年第11期 秦昉,孙子文,白勇 《浅议基于优化算法的开关磁阻电机无位置检测》PDF+DOC2015年第12期 张贵平 《冲击试验机的系统设计》PDF+DOC2017年第10期 王洋,蒋书波,王森 《基于信息融合的滚动轴承故障诊断》PDF+DOC2005年第02期 杨帆,浦昭邦,庄严,赵玉刚 《神经网络加速度传感器在振动压实中应用研究》PDF+DOC2012年第02期 沈泽元,曹源文 《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
  • 针对现有基于特征的跌倒检测方法误报率较高和传统循环神经网络方法受梯度消失影响难以训练等问题,引入独立循环神经网络(RNN),通过构建基于独立循环神经网络的双向、多层和残差结构的跌倒检测模型,实现了对原始数据端到端的跌倒判决。通过选择合适的损失函数,实现了基于奈曼-皮尔逊准则的跌倒检测。利用研制的可穿戴式跌倒检测设备采集各种跌倒与非跌倒样式的数据,通过实验测试了不同网络结构和参数对模型训练的影响。结果显示,基于独立循环神经网络的跌倒检测方法更容易训练,检测率和误报率显著优于基于原始RNN的方法,与基于LSTM网络的方法性能相当,表明了所提方法对提高检测率和降低误报率的有效性。

    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。