基于大数据平台的人体跌倒检测研究

• 作者: 张帆
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 跌倒检测 大数据平台 机器学习 特征向量 准确率
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 148-151
• 页数: 4页
• 分类号: TP319
• 字数: 3690字
• 语种: 中文
• DOI: 10.11907/rjdk.162817

摘要

跌倒一直是影响人体健康的重要因素之一,针对现有跌倒检测算法由于缺乏真实老人跌倒样本导致的适应性不足等问题,提出了一种基于大数据平台的人体跌倒检测方法.该方法通过分析传感器的信息构建特征向量,运用机器学习的算法建立分类模型,将采集到的信息实时传送并保存到搭建好的hadoop大数据平台,平台通过相似度度量判断模型是否需要更新.随着数据样本不断增加,系统的准确率会不断提高.实验数据表明该方法准确率能在一定范围内实现稳步提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张帆	江苏大学计算机科学与通信工程学院	32	128	6.0	10.0