基于智能手机的跌倒行为识别算法研究

• 作者: 朱金奇 杨晨晨 马春梅
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 智能手机 跌倒行为识别 多特征选择 主成分分析 相对熵
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 178-183
• 页数: 6页
• 分类号: TP391.4
• 字数: 5093字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0048883

摘要

利用智能手机的感知和计算能力, 对跌倒行为识别算法进行研究.分析使用多特征传感器识别跌倒行为的必要性, 并根据传感器对跌倒行为敏感程度的不同, 提出基于主成分分析的多特征选择方法.针对传统K-means算法不能反映数据分布差异的问题, 设计基于相对熵的跌倒行为识别算法, 利用数据集分布距离进行跌倒行为识别.在真实环境下采集跌倒行为数据对算法性能进行评估, 结果表明该算法能较好地识别跌倒行为, 识别准确率高达96. 7％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马春梅	天津师范大学计算机与信息工程学院	10	8	2.0	2.0
2	朱金奇	天津师范大学计算机与信息工程学院	7	38	3.0	6.0
3	杨晨晨	天津师范大学计算机与信息工程学院	2	0	0.0	0.0