如需要完整文档点击下方 "点击下载文档" 按钮
为了利用便携式可穿戴设备精确监测老年人运动状态,及时识别老年人突发跌倒等意外行为,针对传统算法中阈值设计的经验性、随机性等不足,提出基于径向基函数(radial basis function,RBF) 神经网络的跌倒检测算法。 通过分析研究人体日常行为和跌倒动作的运动特征,对人体日常运动状态进行分类。 运用部署在人体腰部的三轴加速度传感器采集人体运动状态数据,构建关于加速度均值、标准差、极大值与极小值幅度差和极大值与极小值时间差的组合特征向量,采用梯度下降法进行 RBF 神经网络训练和优化,通过 RBF 神经网络分类器实现对日常行为和跌倒动作的识别。 实验结果表明:基于 RBF 神经网络的跌倒检测算法在跌倒和非跌倒的分类识别中,准确率、灵敏度和特异性均保持了较高的水平,达到了较好的分类性能。
如需要完整文档点击下方 "点击下载文档" 按钮
《基于 RBF 神经网络的跌倒检测算法》
将 完整文档 下载到本地,方便收藏和查阅
文件号:059626
点击下载文档