基于贝叶斯分类器的高危睡姿监测系统

• 作者: 张振 江家宾 胡加鑫 黄怡沁
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 睡姿监测 姿态识别 朴素贝叶斯分类器 数据融合
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 仪器仪表与检测技术
• 页码范围: 108-110
• 页数: 3页
• 分类号: TP391.4
• 字数: 2109字
• 语种: 中文

摘要

针对患有不同疾病的目标患者,其高危睡姿不同的特点,采用数据融合以及朴素贝叶斯分类器理论,设计了一种高危睡姿自动识别报警系统.当目标处于高危睡姿、特定部位受压或保持同一睡姿超过健康时长后,启动报警.首先介绍了系统总体方案和穿戴式设备设计,阐述了朴素贝叶斯分类器在睡姿识别情况下的应用,最后对系统进行了实验验证.实验结果表明:该系统可以有效监测目标是否处于高危睡姿,方案简单,准确度较高,具有良好的社会意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张振	东北林业大学机电工程学院	15	183	7.0	13.0
2	胡加鑫	东北林业大学机电工程学院	2	12	1.0	2.0
3	黄怡沁	东北林业大学机电工程学院	2	12	1.0	2.0
4	江家宾	东北林业大学机电工程学院	1	1	1.0	1.0