基于改进的循环神经网络深度学习跌倒检测算法

• 作者: 吴宇轩 张上 熊昕 郑毅 陈晓辉
• 来源期刊: 电脑编程技巧与维护
• 关键词: 跌倒检测 循环神经网络 深度学习
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 人工智能与应用
• 页码范围: 126-127,139
• 页数: 3页
• 字数: 2787字
• 语种: 中文

摘要

当今社会人口老龄化加剧,因此带来的跌倒事件发生概率上升,为提高跌倒检测的准确识别率,设计了一种基于改进的循环神经网络深度学习跌倒检测算法.提出了基于改进的循环神经网络深度学习的跌倒检测算法,利用循环神经网络的改进版简单门控单元,结合深度层信息达到提升算法精度和F1得分目的.实验结果表明,提出的基于改进的简单门控单元深度学习网络跌倒检测算法能够有效地识别跌倒等7种动作,识别率达到92.45％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晓辉	三峡大学计算机与信息学院	19	51	4.0	6.0
2	张上	三峡大学计算机与信息学院	14	5	1.0	1.0
3	熊昕	三峡大学计算机与信息学院	6	1	1.0	1.0
4	吴宇轩	三峡大学计算机与信息学院	2	0	0.0	0.0
5	郑毅	三峡大学计算机与信息学院	1	0	0.0	0.0