《基于无线信道状态信息的跌倒无源监测方法》PDF+DOC
作者:黄濛濛,刘军,张逸凡,谷雨,任福继
单位:四川省计算机学会;中国科学院成都分院
出版:《计算机应用》2019年第05期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFJSJY2019050500
DOC编号:DOCJSJY2019050509
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于改进模板匹配的智能下肢假肢运动意图实时识别》PDF+DOC2020年第09期 盛敏,刘双庆,王婕,苏本跃
《单传感器数据驱动的人体日常短时行为识别方法》PDF+DOC2019年第02期 苏本跃,郑丹丹,汤庆丰,盛敏
《基于ECT传感器和模式识别的气液两相流空隙率测量新方法研究》PDF+DOC2005年第06期 王雷,冀海峰,黄志尧,李海青
《基于加速度传感器的大手势集手势识别算法改进研究》PDF+DOC2013年第10期 王原,汤勇明,王保平
针对传统基于视频或传感器的跌倒检测方法中环境依赖、空间受限等问题,提出了一种基于无线信道状态信息的跌倒无源检测方法Fallsense。该方法利用普适、低成本的商用WiFi设备,首先采集无线信道状态数据并对数据进行预处理,然后设计动作—信号分析模型,建立轻量级动态模板匹配算法以从时序信道数据中实时检测出承载真实跌倒事件的相关片段。大量实际环境下的实验表明, Fallsense可以实现较高的准确率以及较低的误报率,准确率达到95%,误报率为2.44%。与经典WiFall系统相比,Fallsense将时间复杂度从WiFall的O(mN log N)降低到O(N)(N是样本数,m是特征数),且准确率提高了2.69%,误报率下降了4.66%。实验结果表明,所提方法是一种快速高效的无源跌倒检测方法。
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。