期刊导航
期刊开放获取
河南省图书馆
退出
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
1
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
基于足底压力信息的跌倒姿态聚类识别方法
被引量:
4
1
作者
陈洪波
高青
+2 位作者
冯涛
朱振朋
刘喻
《电子技术应用》
北大核心
2016年第5期113-115,119,共4页
为了进一步提高基于足底压力传感器的老年跌倒检测系统的识别率,以及准确地判断人体跌倒方向,提出了利用自组织映射神经网络(SOM)和足底压力传感信息对人体动作进行聚类分析的方法。为了验证SOM方法的识别效果,采取包含跌倒在内的13类...
为了进一步提高基于足底压力传感器的老年跌倒检测系统的识别率,以及准确地判断人体跌倒方向,提出了利用自组织映射神经网络(SOM)和足底压力传感信息对人体动作进行聚类分析的方法。为了验证SOM方法的识别效果,采取包含跌倒在内的13类常见动作的130个样本对训练好的SOM网络进行测试。测试结果表明,系统灵敏度、特异度及准确度分别为92.5%、93.3%、93.1%,其结果均优于常用的阈值法。综上,SOM方法对人体跌倒姿态识别具有较高的可靠性和准确度。
展开更多
关键词
自组织映射神经网络
聚类分析
足底压力传感信息
人体跌倒姿态识别
下载PDF
职称材料
题名
基于足底压力信息的跌倒姿态聚类识别方法
被引量:
4
1
作者
陈洪波
高青
冯涛
朱振朋
刘喻
机构
桂林电子科技大学生命与环境科学学院
出处
《电子技术应用》
北大核心
2016年第5期113-115,119,共4页
基金
国家自然科学基金(81460273)
广西科技攻关计划项目(桂科攻1348020-10)
广西自然科学基金(2013GXNSFA019325)
文摘
为了进一步提高基于足底压力传感器的老年跌倒检测系统的识别率,以及准确地判断人体跌倒方向,提出了利用自组织映射神经网络(SOM)和足底压力传感信息对人体动作进行聚类分析的方法。为了验证SOM方法的识别效果,采取包含跌倒在内的13类常见动作的130个样本对训练好的SOM网络进行测试。测试结果表明,系统灵敏度、特异度及准确度分别为92.5%、93.3%、93.1%,其结果均优于常用的阈值法。综上,SOM方法对人体跌倒姿态识别具有较高的可靠性和准确度。
关键词
自组织映射神经网络
聚类分析
足底压力传感信息
人体跌倒姿态识别
Keywords
Self-Organizing Map(SOM) neural network
cluster analysis
sole pressure sensor
body gesture recognition
分类号
TM501 [电气工程—电器]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于足底压力信息的跌倒姿态聚类识别方法
陈洪波
高青
冯涛
朱振朋
刘喻
《电子技术应用》
北大核心
2016
4
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