查询结果:   白勇,孙晓雯,秦昉,孙子文.基于SVD特征降维和支持向量机的跌倒检测算法[J].计算机应用与软件,2017,34(1):247 - 251.
中文标题
基于SVD特征降维和支持向量机的跌倒检测算法
发表栏目
算法
摘要点击数
601
英文标题
THE FALLING DETECTION ALGORITHM BASED ON SVD FEATURE DIMENSION REDUCTION AND SVM
作 者
白勇 孙晓雯 秦昉 孙子文 Bai Yong Sun Xiaowen Qin Fang Sun Ziwen
作者单位
无锡宏创电子有限公司 江苏 无锡 214072 江南大学物联网工程学院 江苏 无锡 214122    
英文单位
Wuxi Hong Chuang Electronic Co., Ltd, Wuxi 214072,Jiangsu,China School of Internet of Things Engineering,Jiangnan University,Wuxi 214122,Jiangsu,China    
关键词
跌倒检测 支持向量机 加速度传感器 奇异值分解
Keywords
Falling detection SVM Acceleration sensor SVD
基金项目
国家自然科学基金项目(61373126);江苏省自然科学基金项目(BK20131107);中央高校基本科研业务费专项资金(JUSRP51510)
作者资料
白勇,工程师,主研领域:模式识别与人工智能,控制工程。孙晓雯,硕士生。秦昉,硕士。孙子文,教授。 。
文章摘要
为减少跌倒对人体造成的伤害,采用一种基于支持向量机的人体跌倒检测方法。利用安置于腰上的手机采集人体运动行为加速度数据,提取对跌倒行为敏感的时域及频域特征,利用奇异值分解方法降维特征和重构跌倒特征,采用支持向量机分类器检测跌倒行为。仿真实验表明:该方法能够有效地识别跌倒和日常行为,具有较高灵敏度和特异度,并可同时提高识别正确率。
Abstract
A falling detection method based on support vector machine(SVM) is proposed to reduce the harm to human body which caused by falling down. The acceleration sensor data are collected by the mobile phone which is located on the waist, and the features which are sensitive to the falling action are extracted from the time and frequency domain. The extracted features are further processed by singular value decomposition singular value decomposition (SVD) to reduce the dimension and be rebuilt. Then, the SVM is adopted to detect the falling behavior. The simulation results show that the proposed method can effectively identify the falling behavior and the daily behavior, which achievesa higher sensitivity and specificity, improving the detection rate at the same time.
下载PDF全文