基于智能手机的跌倒行为识别算法研究

摘要：

利用智能手机的感知和计算能力, 对跌倒行为识别算法进行研究.分析使用多特征传感器识别跌倒行为的必要性, 并根据传感器对跌倒行为敏感程度的不同, 提出基于主成分分析的多特征选择方法.针对传统K-means算法不能反映数据分布差异的问题, 设计基于相对熵的跌倒行为识别算法, 利用数据集分布距离进行跌倒行为识别.在真实环境下采集跌倒行为数据对算法性能进行评估, 结果表明该算法能较好地识别跌倒行为, 识别准确率高达96. 7％.

关键词：智能手机、跌倒行为识别、多特征选择、主成分分析、相对熵

所属期刊栏目：45

分类号：TP391.4(计算技术、计算机技术)

资助基金：天津市自然科学基金17JCYBJC16400, 18JCQNJC70200, 18JCYBJC85900;天津大创计划项目201710065075;天津师范大学博士基金043-135202XB1615

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：178-183