10.16265/j.cnki.issn1003-3033.2019.06.008
基于SVM的居家老人跌倒预测方法研究
为减少老年人跌倒事件,在实验室采集54位老年人行进过程中的运动学数据;着眼于胸椎、膝盖、肩胛骨、骨盆等4个位置,以关节点在矢状面、冠状面、横断面的平均位移作为特征维度构建预测模型,应用支持向量机(SVM)算法对易跌倒老人进行识别预测;并通过数据对比,得到可以实现较高预测精度的最小维度.结果 表明:通过粒子群算法(PSO)和基因算法(GA)优化SVM参数后,模型预测精度为87.5%;通过骨盆位置建立的3个维度可以达到同样的预测精度.
老年人、平均位移、支持向量机(SVM)、跌倒、模型预测
29
X956
北京市科学技术研究院创新团队计划课题基金资助IG201704C1;北京城市系统工程研究中心自立课题基金资助2019C010
2019-11-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
43-48