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:
随着智能手机的普及,使用移动设备检测跌倒事件正变得越来越有意义.移动设备的佩戴位置作为一种重要的情境信息,影响着跌倒检测活动的识别效果.为此,提出一种移动设备佩戴位置自适应识别的人体跌倒检测方法,首先采用旋转模式分量和姿态角融合的特征提取方法,利用加速度计和陀螺仪数据计算出旋转半径、角速度幅度、姿态角并提取特征,然后用LR(Logistic Regression)模型将其分类得到移动设备的佩戴位置;随后根据位置自适应调整一种基于时序分析的跌倒检测方法.实验结果表明,该方法的移动设备佩戴位置平均识别率为95.32%,在不同位置,时序跌倒检测算法的准确率均在92%以上.与传统跌倒检测方法相比,该方法在不同佩戴位置均有更好的跌倒检测识别效果.
推荐文章
移动新闻自适应采集方法研究
移动新闻应用
新闻爬虫
站点地图
自适应
增量更新
一种位置无关的多模型移动用户行为识别方法
行为识别
特征相似度
位置无关
极速学习机
用于荧光光谱识别的自适应训练及删剪算法
荧光光谱
均方差
删剪算法
神经网络
基于自适应背景模型的步态检测与识别
生物特征识别
步态识别
傅里叶描述子
最近邻法
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 移动设备佩戴位置自适应识别的跌倒检测方法
来源期刊 计算机工程与应用 学科 工学
关键词 跌倒检测 时序分析 移动设备 旋转分量 姿态角
年,卷(期) 2018,(21) 所属期刊栏目 热点与综述
研究方向 页码范围 7-12,55
页数 7页 分类号 TP391
字数 5349字 语种 中文
DOI 10.3778/j.issn.1002-8331.1808-0363
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 金韬 浙江大学信息与电子工程学院 29 157 8.0 11.0
2 金晓峰 浙江大学信息与电子工程学院 20 132 7.0 11.0
3 周金海 浙江大学信息与电子工程学院 10 24 3.0 4.0
4 任磊 浙江大学信息与电子工程学院 1 5 1.0 1.0
5 吴祥飞 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (7)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (20)
二级引证文献  (6)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(6)
  • 引证文献(4)
  • 二级引证文献(2)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
跌倒检测
时序分析
移动设备
旋转分量
姿态角
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导