《应用多传感器和SVM的跌倒检测系统》PDF+DOC
作者:朱旭昇
单位:福建省计算机学会
出版:《福建电脑》2019年第04期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFFJDN2019040030
DOC编号:DOCFJDN2019040039
下载格式:PDF + Word/doc 文字可复制、可编辑
《Android跌倒检测系统的实现》PDF+DOC2016年第17期 李美惠
《基于SVM和阈值分析法的摔倒检测系统》PDF+DOC2017年第07期 陈玮,周晴,曹桂涛
《跌倒检测系统的研究进展》PDF+DOC2014年第04期 郑娱,鲍楠,徐礼胜,林晓州,黄停,窦元珠
《一种跌倒检测系统的研究与设计》PDF+DOC2017年第09期 邓斯玉,徐杜,戴雪龙
《基于九轴传感器的老年人跌倒检测系统设计》PDF+DOC 梁高生
《基于SVM的网络定位算法的仿真设计》PDF+DOC2019年第04期 冯娜
《基于三轴加速度传感器的人体跌倒检测系统设计与实现》PDF+DOC2012年第05期 王荣,章韵,陈建新
《基于SVM和RBFN的汽车主动降噪系统传感器故障诊断》PDF+DOC2014年第04期 赛吉尔呼,戴盛芳,董爱华,苗清影
《基于SVM的传感器故障诊断和信号恢复技术》PDF+DOC2013年第12期 陈烨,王建平
《基于SVM的人体运动状态检测》PDF+DOC2013年第S1期 于雷,辛晓越,卢志泳,陈志鹏,刘宁
常见的跌倒检测方法包括基于视频、基于穿戴式和基于环境传感器三种,每种方法都有其优缺点。本文给出一种基于多传感器和支持向量机(SVM)的人体跌倒检测系统,该系统首先基于摄像头和加速度计同时获取人体运动信息,提取数据特征,然后融合特征构建特征向量,利用SVM对特征向量进行分类,最终确定跌倒与否。实验测试表明,利用多传感器进行跌倒检测可以使准确度达到99.5%,与单一传感器比较,检测性能有显著提高,误判和漏判情况明显减少。
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。