您的位置：
首页
>
农业专利
>
详情页
基于人体加速度多特征融合和KNN的跌倒检测方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 席旭刚,华仙,汤敏彦,罗志增,张启忠,佘青山,蒋鹏
- 申请号：
- CN201810768671.0
- 公开号：
- CN109171738A
- 申请日:
- 2018.13.07
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 本发明公开了一种基于人体加速度多特征融合和KNN的跌倒检测方法。本发明通过两个加速度传感器采集人体动作信息,提取的人体加速度的特征参数,通过主成分分析的数据压缩方法将特征集从162维降到12维。通过改进的KNN机器学习算法,即通过聚类方法在跌倒和非跌倒两类中各搜索到样本点,构成训练样本簇,根据样本模糊熵计算加权欧氏距离找出最临近的K个近邻点,将待分类动作归为这K个近邻中的多数所属的类别。本发明针对日常生活频度最高的动作作为实验,所提的基于人体加速度多特征融合和KNN的跌倒检测算法,灵敏度达到100%,可以快速有效的检测跌倒,同时也有很高的特异度,不会把日常行为动作误判为跌倒。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
