基于PSO模式搜索的跌倒检测算法研究

• 作者: 任小奎 李锋 程琳
• 来源期刊: 计算机应用研究
• 关键词: 跌倒检测 粒子群算法 模式搜索 降维 支持向量机
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1077-1080
• 页数: 4页
• 分类号: TP393
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.09.0747

摘要

针对粒子群算法存在后期趋同性严重、收敛速度缓慢以及易陷入局部极小点等缺点,将模式搜索算法引入粒子群算法,对支持向量机参数进行优化,应用于跌倒检测中.首先,使用穿戴式设备收集跌倒检测数据集,将初始数据进行均值滤波以消除噪声的影响;然后,提取滤波后的数据特征,将提取的多维数据使用奇异值分解算法进行降维;最后,降维后的数据将用来检验粒子群模式搜索算法的优劣.通过与支持向量机算法和支持向量机算法加粒子群算法进行对比,粒子群模式搜索算法在跌倒检测中的特异性和灵敏度都得到了提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程琳	辽宁工程技术大学电子与信息学院	3	0	0.0	0.0
2	李锋	辽宁工程技术大学电子与信息学院	8	12	2.0	3.0
3	任小奎	辽宁工程技术大学电子与信息学院	1	0	0.0	0.0