作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于减轻老年人跌倒危害的目的,以及时有效的进行跌倒检测和跌倒救助,设计并实现了一款基于Android智能手机的跌倒检测系统,实时采集人体日常行为数据,对数据进行研究分析,提出了一种支持向量机(SVM)和决策树相组合的跌倒检测算法,该算法既能简单快捷的进行手机日常跌倒监护,又能准确有效的进行跌倒检测判断.采用两次跌倒检测判断的方法,在日常行为通过SVM算法判断是跌倒行为时,再进行第二次决策树跌倒判断,优化了日常跌倒检测,使准确率达到99%.
推荐文章
基于PCA-ANN的跌倒检测系统设计与实现
跌倒检测
TensorFlow Lite
人工神经网络
物联网
主成分分析
一种针对Android平台恶意代码的检测方法及系统实现
Android
恶意代码检测
静态分析
动态分析
跌倒检测系统的研究进展
跌倒检测
视频图像
穿戴式
环境式
评价标准
Android系统恶意程序检测技术研究
Android
安全问题
恶意程序检测
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Android跌倒检测系统的实现
来源期刊 电子设计工程 学科 工学
关键词 跌倒检测 数据采集 SVM 决策树
年,卷(期) 2016,(17) 所属期刊栏目 计算机技术与应用
研究方向 页码范围 51-54
页数 4页 分类号 TN92
字数 3100字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李美惠 中国科学院深圳先进研究院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
跌倒检测
数据采集
SVM
决策树
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子设计工程
半月刊
1674-6236
61-1477/TN
大16开
西安市高新区高新路25号瑞欣大厦10A室
52-142
1994
chi
出版文献量(篇)
14564
总下载数(次)
54
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导