期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
可穿戴式跌倒检测智能系统设计 被引量:29
1
作者 陈鹏 涂亚庆 +1 位作者 童俊平 赵运勇 《传感器与微系统》 CSCD 2017年第2期114-116,共3页
为提高对老年人跌倒检测的正确率,设计一种可穿戴式跌倒检测系统。研制基于三轴加速度计的跌倒检测设备,给出系统硬件和软件的实现方案;提出基于反向传播(BP)神经网络的跌倒检测算法,将训练好的网络参数植入研制的可穿戴式跌倒检测设备... 为提高对老年人跌倒检测的正确率,设计一种可穿戴式跌倒检测系统。研制基于三轴加速度计的跌倒检测设备,给出系统硬件和软件的实现方案;提出基于反向传播(BP)神经网络的跌倒检测算法,将训练好的网络参数植入研制的可穿戴式跌倒检测设备,实现对跌倒的实时检测。实验结果表明:所研制的跌倒检测智能系统能够有效地区分跌倒与非跌倒,正确率达97.37%。 展开更多
关键词 跌倒检测 可穿戴式设备 加速度传感器 反向传播(BP)神经网络
在线阅读 下载PDF
基于离散特征的跌倒检测智能方法及应用 被引量:11
2
作者 涂亚庆 陈鹏 +2 位作者 陈宝欣 童俊平 赵运勇 《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第3期629-634,共6页
随着人口老龄化现象加剧,对老年人跌倒的检测与报警越来越重要。为提高跌倒检测的准确率,提出一种基于离散特征的跌倒检测智能方法。通过对人体运动数据的分析,提出7类人体运动特征;并建立了以BP神经网络为基础的跌倒检测模型,将提取的... 随着人口老龄化现象加剧,对老年人跌倒的检测与报警越来越重要。为提高跌倒检测的准确率,提出一种基于离散特征的跌倒检测智能方法。通过对人体运动数据的分析,提出7类人体运动特征;并建立了以BP神经网络为基础的跌倒检测模型,将提取的离散特征作为模型的输入,模型的输出作为跌倒检测结果;通过对模型的学习与训练后,实现跌倒检测。方法验证和产品应用结果表明:采用基于离散特征的跌倒检测智能方法能够有效地区分跌倒与非跌倒,提高了跌倒检测正确率,降低了误报率和漏报率。 展开更多
关键词 跌倒检测 离散特征 智能方法
在线阅读 下载PDF
一种光电式可穿戴设备心率检测方法及应用 被引量:11
3
作者 涂亚庆 张政丰 +2 位作者 李明 童俊平 赵运勇 《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第9期48-54,共7页
针对现有光电式可穿戴设备测量心率准确度低、鲁棒性差等问题,提出一种光电式可穿戴设备的心率检测方法。该方法首先通过提取心率信号,在判别人体运动状态的基础上,根据人体运动状态和静止状态下的心率信号的特点,通过不同的预处理方式... 针对现有光电式可穿戴设备测量心率准确度低、鲁棒性差等问题,提出一种光电式可穿戴设备的心率检测方法。该方法首先通过提取心率信号,在判别人体运动状态的基础上,根据人体运动状态和静止状态下的心率信号的特点,通过不同的预处理方式,低通滤波后得到心率的初步估计结果;然后,应用卡尔曼滤波和线性补偿方法对心率初步估计结果进行处理,增强心率估计值的鲁棒性,获得精度高的心率测量结果。利用研制的光电式心率手环对提出方法进行应用及对比实验,实验结果表明,提出方法相比于其他智能穿戴设备的心率检测方法,其鲁棒性更强、测量精度较好,验明了提出方法的有效性和准确性。 展开更多
关键词 可穿戴设备 心率检测 卡尔曼滤波
在线阅读 下载PDF
基于可穿戴设备的军校学员运动状态识别方法 被引量:8
4
作者 刘林锋 涂亚庆 +1 位作者 赵运勇 陈鹏 《海军工程大学学报》 CAS 北大核心 2019年第2期49-53,112,共6页
为准确识别军校学员便步、齐步、正步、跑步、仰卧起坐、俯卧撑、折返跑等七类日常运动状态,提出了一种基于可穿戴设备的军校学员运动状态识别方法。该方法首先利用穿戴式加速度数据采集设备采集并分析学员运动数据,并根据预先设定的特... 为准确识别军校学员便步、齐步、正步、跑步、仰卧起坐、俯卧撑、折返跑等七类日常运动状态,提出了一种基于可穿戴设备的军校学员运动状态识别方法。该方法首先利用穿戴式加速度数据采集设备采集并分析学员运动数据,并根据预先设定的特征,对运动数据进行特征提取;然后,利用设置的相应阈值对数据特征值进行识别,判断出相应的运动状态;最后,对军校学员日常运动中的七类运动状态进行了实验验证。结果表明:所提出的方法可有效识别学员运动状态,具有较高的识别率。 展开更多
关键词 运动状态 可穿戴设备 军校学员
在线阅读 下载PDF
基于独立循环神经网络的跌倒检测方法 被引量:4
5
作者 王晶晶 黄勇 +1 位作者 陈宝欣 赵运勇 《实验室研究与探索》 CAS 北大核心 2020年第7期20-23,40,共5页
针对现有基于特征的跌倒检测方法误报率较高和传统循环神经网络方法受梯度消失影响难以训练等问题,引入独立循环神经网络(RNN),通过构建基于独立循环神经网络的双向、多层和残差结构的跌倒检测模型,实现了对原始数据端到端的跌倒判决。... 针对现有基于特征的跌倒检测方法误报率较高和传统循环神经网络方法受梯度消失影响难以训练等问题,引入独立循环神经网络(RNN),通过构建基于独立循环神经网络的双向、多层和残差结构的跌倒检测模型,实现了对原始数据端到端的跌倒判决。通过选择合适的损失函数,实现了基于奈曼-皮尔逊准则的跌倒检测。利用研制的可穿戴式跌倒检测设备采集各种跌倒与非跌倒样式的数据,通过实验测试了不同网络结构和参数对模型训练的影响。结果显示,基于独立循环神经网络的跌倒检测方法更容易训练,检测率和误报率显著优于基于原始RNN的方法,与基于LSTM网络的方法性能相当,表明了所提方法对提高检测率和降低误报率的有效性。 展开更多
关键词 跌倒检测 循环神经网络 独立循环神经网络 跌倒仪 加速度传感器
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部