基于PSO模式搜索的跌倒检测算法研究

摘要：

针对粒子群算法存在后期趋同性严重、收敛速度缓慢以及易陷入局部极小点等缺点,将模式搜索算法引入粒子群算法,对支持向量机参数进行优化,应用于跌倒检测中.首先,使用穿戴式设备收集跌倒检测数据集,将初始数据进行均值滤波以消除噪声的影响;然后,提取滤波后的数据特征,将提取的多维数据使用奇异值分解算法进行降维;最后,降维后的数据将用来检验粒子群模式搜索算法的优劣.通过与支持向量机算法和支持向量机算法加粒子群算法进行对比,粒子群模式搜索算法在跌倒检测中的特异性和灵敏度都得到了提高.

关键词：跌倒检测、粒子群算法、模式搜索、降维、支持向量机

所属期刊栏目：37

分类号：TP393(计算技术、计算机技术)

在线出版日期：2020-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1077-1080