基于惯性传感器的精细动作能力评估分级方法

• 作者: 吴忆东 周旭 姚志明 李文康 杨先军 王文锐
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 数据处理 精细动作能力 机器学习 惯性传感器 RUSBoost算法
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 1648-1653
• 页数: 6页
• 分类号: TP391
• 字数: 4750字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2019.11.009

摘要

手部精细动作能力是老年人运动机能的重要表现之一,对其进行量化评估,有助于全面评估老年人的运动能力,促进健康养老产业发展.提出了一种基于惯性传感器的手部精细动作能力评估分级方法,基于佩戴在拇指、食指上的惯性传感器采集的数据,分析、提取时域和频域内均方根值、功率峰值等指标,采用K近邻(KNN)、支持向量机(SVM)、神经网络(BP)和RUSBoost算法等4种常见的机器学习分类算法构建手部精细动作能力分级评估模型,并进行测试验证.结果表明,采用RUSBoost算法构建的模型识别率为90.63％,可以有效地对手部精细动作能力进行评估分级.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周旭	中国科学院合肥物质科学研究院	62	377	11.0	16.0
2	李文康	中国科学院合肥物质科学研究院	3	30	2.0	3.0
4	杨先军	中国科学院合肥物质科学研究院	15	85	5.0	9.0
5	王文锐	中国科学院合肥物质科学研究院	1	0	0.0	0.0
11	吴忆东	中国科学院合肥物质科学研究院	1	0	0.0	0.0