期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于加速度小波包能量特征与多分类器融合的跌倒检测研究
被引量：
2
1
作者
田一明
陈伟
王喜太
《科技创新与应用》
2017年第18期54-55,共2页
跌倒已成为危害老年人人身安全的主要因素之一。为提高对老年人跌倒检测的准确性,文章将集成学习的思想引入对老年人的跌倒检测之中。首先,通过小波分解对加速度信号进行频带划分,以得到相应动作加速度信号在不同频带下的能量分布情况;...
跌倒已成为危害老年人人身安全的主要因素之一。为提高对老年人跌倒检测的准确性,文章将集成学习的思想引入对老年人的跌倒检测之中。首先,通过小波分解对加速度信号进行频带划分,以得到相应动作加速度信号在不同频带下的能量分布情况;然后,对训练得到的基分类器进行性能评价和有效选取,以实现基分类器之间的优势互补;最后,应用加权投票法融合经过优选的基分类器组成多分类器融合检测系统。结果表明,文章方法优于单一分类器识别模型。
展开更多
关键词
跌倒检测
小波分解
分类器融合
模式识别
在线阅读
下载PDF
职称材料
基于多信号特征和D-S证据理论融合的下肢运动模式识别
被引量：
3
2
作者
陈伟
田一明
王喜太
《科技创新与应用》
2018年第1期25-27,共3页
针对下肢运动模式识别中出现的单一信号特征识别方法不能准确、可靠地识别出下肢的运动模式,以及多信号特征识别方法所带来的维数灾难问题。提出一种利用神经网络特征级融合多信号特征以及D-S证据理论对预识别结果进行决策级融合的下肢...
针对下肢运动模式识别中出现的单一信号特征识别方法不能准确、可靠地识别出下肢的运动模式,以及多信号特征识别方法所带来的维数灾难问题。提出一种利用神经网络特征级融合多信号特征以及D-S证据理论对预识别结果进行决策级融合的下肢运动模式识别方法。对采集到的下肢表面肌电信号以及髋关节信号进行特征提取,对两种来自不同信号源的特征向量分别建立各自的神经网络,利用神经网络的特征级融合属性得出不同信号源特征对下肢动作的预识别结果。最后利用D-S证据理论融合来自不同信号源特征对待识别动作的概率信度,以实现决策级融合的目的。通过文中方法对五种下肢常见动作的识别效果进行了验证。实验结果表明,文章方法相比于单一信号源特征的识别方法具有更高的可靠性和正确率。
展开更多
关键词
运动模式
数据融合
多源信息
神经网络
D-S证据理论
特征提取
在线阅读
下载PDF
职称材料
题名
基于加速度小波包能量特征与多分类器融合的跌倒检测研究
被引量：
2
1
作者
田一明
陈伟
王喜太
机构
国家康复辅具研究中心北京市老年功能障碍康复辅助技术重点实验室民政部神经功能信息与康复工程重点实验室
河北工业大学控制科学与工程学院
出处
《科技创新与应用》
2017年第18期54-55,共2页
基金
国家科技支撑计划项目"老龄服务关键技术研究及应用示范"(编号2015BAI06B00)
文摘
跌倒已成为危害老年人人身安全的主要因素之一。为提高对老年人跌倒检测的准确性,文章将集成学习的思想引入对老年人的跌倒检测之中。首先,通过小波分解对加速度信号进行频带划分,以得到相应动作加速度信号在不同频带下的能量分布情况;然后,对训练得到的基分类器进行性能评价和有效选取,以实现基分类器之间的优势互补;最后,应用加权投票法融合经过优选的基分类器组成多分类器融合检测系统。结果表明,文章方法优于单一分类器识别模型。
关键词
跌倒检测
小波分解
分类器融合
模式识别
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于多信号特征和D-S证据理论融合的下肢运动模式识别
被引量：
3
2
作者
陈伟
田一明
王喜太
机构
国家康复辅具研究中心北京市老年功能障碍康复辅助技术重点实验室民政部神经功能信息与康复工程重点实验室
出处
《科技创新与应用》
2018年第1期25-27,共3页
基金
国家科技支撑计划项目"专业化养老护理服务体系研究与应用示范"(编号:2015BAI06B03)
文摘
针对下肢运动模式识别中出现的单一信号特征识别方法不能准确、可靠地识别出下肢的运动模式,以及多信号特征识别方法所带来的维数灾难问题。提出一种利用神经网络特征级融合多信号特征以及D-S证据理论对预识别结果进行决策级融合的下肢运动模式识别方法。对采集到的下肢表面肌电信号以及髋关节信号进行特征提取,对两种来自不同信号源的特征向量分别建立各自的神经网络,利用神经网络的特征级融合属性得出不同信号源特征对下肢动作的预识别结果。最后利用D-S证据理论融合来自不同信号源特征对待识别动作的概率信度,以实现决策级融合的目的。通过文中方法对五种下肢常见动作的识别效果进行了验证。实验结果表明,文章方法相比于单一信号源特征的识别方法具有更高的可靠性和正确率。
关键词
运动模式
数据融合
多源信息
神经网络
D-S证据理论
特征提取
Keywords
motion pattern
data fusion
multi-source information
neural network
D-S evidence theory
feature extraction
分类号
R318.04 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于加速度小波包能量特征与多分类器融合的跌倒检测研究
田一明
陈伟
王喜太
《科技创新与应用》
2017
2
在线阅读
下载PDF
职称材料
2
基于多信号特征和D-S证据理论融合的下肢运动模式识别
陈伟
田一明
王喜太
《科技创新与应用》
2018
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
