-
题名基于惯性传感器的精细动作能力评估分级方法
- 1
-
-
作者
王文锐
周旭
李文康
吴忆东
杨先军
姚志明
-
机构
中国科学院合肥物质科学研究院
中国科学技术大学自动化系
安徽大学电子信息工程学院
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2019年第11期1648-1653,共6页
-
基金
中国科学院仪器装备研制项目(YJKYYQ20170011)
中国科学院STS项目(KFJ-STS-ZDTP-032)
国家自然科学基金项目(61701483)
-
文摘
手部精细动作能力是老年人运动机能的重要表现之一,对其进行量化评估,有助于全面评估老年人的运动能力,促进健康养老产业发展。提出了一种基于惯性传感器的手部精细动作能力评估分级方法,基于佩戴在拇指、食指上的惯性传感器采集的数据,分析、提取时域和频域内均方根值、功率峰值等指标,采用K近邻(KNN)、支持向量机(SVM)、神经网络(BP)和RUSBoost算法等4种常见的机器学习分类算法构建手部精细动作能力分级评估模型,并进行测试验证。结果表明,采用RUSBoost算法构建的模型识别率为90.63%,可以有效地对手部精细动作能力进行评估分级。
-
关键词
数据处理
精细动作能力
机器学习
惯性传感器
rusboost算法
-
Keywords
data processing
fine motor ability
machine learning
inertial sensor
rusboost algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-