【摘 要】
：
由于身体机能下降及基础疾病的困扰,老年人容易发生昏厥或摔倒等危险状况,如不及时救助会对其生命安全带来巨大威胁。近年来,行为识别相关研究已广泛应用于运动检测、健康监护等多个领域。基于此,本文研究并设计实现了基于加速度传感器的老年人行为识别系统,系统中的行为识别算法不再拘束于严谨的传感器位置及数量部署,能够针对不同部署情况和使用者行为特点自适应构建行为识别模型,且算法的实用性与准确性有一定提升。针对实
论文部分内容阅读
由于身体机能下降及基础疾病的困扰,老年人容易发生昏厥或摔倒等危险状况,如不及时救助会对其生命安全带来巨大威胁。近年来,行为识别相关研究已广泛应用于运动检测、健康监护等多个领域。基于此,本文研究并设计实现了基于加速度传感器的老年人行为识别系统,系统中的行为识别算法不再拘束于严谨的传感器位置及数量部署,能够针对不同部署情况和使用者行为特点自适应构建行为识别模型,且算法的实用性与准确性有一定提升。针对实现老年人行为识别所需的数据预处理、特征提取及选择、识别算法选择等工作,本文主要包含以下几个方面内容:（1）在数据预处理方面,首先基于粒子群算法对卡尔曼滤波算法进行优化,模拟生物进化过程随机搜索获得全局最优参数,准确高效的对原始数据进行滤波去噪;其次基于滑动窗口对数据进行分割,以方便进行特征提取;（2）在特征选择方面,提出了基于遗传算法的特征选择算法。对全部特征进行二进制编码作为遗传个体,以识别准确率作为适应度函数。结合随机搜索策略与分类算法,克服主观因素对特征选择的影响;针对不同老年人的传感器穿戴习惯和行为特点,得到最优特征子集,提高算法效率,去除冗余特征;（3）在行为识别方面,分为老年人跌倒检测和日常行为识别两个层次。第一层为跌倒检测,提出了基于加速度计幅值变化的跌倒检测算法,根据加速度幅值的最大值、最小值以及跌倒后的静止时间判断是否跌倒,召回率达到96.3%;第二层为日常行为识别,本研究比较多种分类算法后选择随机森林算法,并基于分类准确率对其投票机制进行加权优化,得到改进的随机森林算法,其识别准确率可以达到95.0%;（4）实现行为识别后,本研究在有限的实验基础上提供了一种行为分析评价的解决方案。通过对老年人日常行为样本集提取特征、聚类标识健康度,并用机器学习算法进行训练得到行为分析评价模型。经过测试,该模型准确度为92.8%,但由于样本集太小,该模型仍有较大待完善的空间;（5）基于上述研究基础,本研究设计并实现了基于加速度传感器的老年人行为识别系统。系统采用C/S架构,实现了用户信息查看、跌倒检测及报警、行为识别模型构建、日常行为识别、行为分析评价等功能,有十分重要的现实意义。
其他文献
研究背景新生儿缺氧缺血性脑病（Hypoxic-ischemic encephalopathy,HIE）是由围生期多种因素（主要原因为窒息）引起的脑血流量减少的一种缺氧缺血性脑损伤,至今仍是导致新生儿死亡、神经功能障碍的主要疾病。目前国际公认的HIE标准化治疗是亚低温治疗（Therapeutic hypothermia,TH）,但因其狭窄的治疗时间窗,有限的神经保护作用,仍有约50%接受TH治疗的患
现代社会逐渐从工业经济时代转为依赖信息和通信技术的移动互联网时代,随着电脑主机和游戏机的普及,游戏逐渐成为人们日常生活中的重要娱乐方式。国内游戏产业借着互联网的东风和人口红利优势,行业规模一路走高,有趣的是虽然行业发展一片繁荣,平台拥有庞大的玩家规模,但是平台的营收和利润却都远低于海外平台,甚至陷入亏损困境。游戏平台想要提升利润水平,如何对游戏厂商和玩家科学定价就成了必须解决的问题。本文首先通过文
近年来,在经济发展进入“新常态”、劳动力成本优势逐渐削弱以及全球经济放缓、“逆全球化”趋势的背景下,党和政府开始强调对外贸易新旧动能的转换,注重贸易质量的提升。我国出口贸易在保持规模优势的同时,从以前的高增长速度开始逐渐趋缓,结构也得到了进一步的优化。需要注意的是,我国出口贸易现阶段依然依靠的是高数量、低质量的粗放型发展路径、尚未形成以技术和质量为特征的集约型发展路径。对此,需要对出口影响因素进行
整体式箱梁因其整体性好、抗扭刚度大、适合修建曲线桥等优点,被广泛运用到中、小跨径桥梁中。但自2007年以来,我国已经发生了多起整体式箱梁桥的横向倾覆事故。因此,对整体式箱梁桥的抗倾覆课题进行深入研究,具有十分重要的意义。本文的主要研究内容如下:（1）以一座在役的整体式箱梁桥为例,建立箱梁、支座、桥墩的三维实体模型,分析了这座桥梁在汽车偏载作用下的支座受力和箱梁变形状况,提出了桥梁横向倾覆失稳过程中
随着半导体工艺的不断进步,收发机芯片可以支持多种的通信协议,这些通信协议覆盖了较宽的频率范围。各式的设备为了具备多协议通信的能力,往往需要配置数个工作在不同频率的收发机芯片。这种方式不但挤占空间、提高成本,而且对芯片提出了很高的兼容性要求。本文在本振信号产生方面给出了一种单芯片的解决方案。本文分析和设计了电荷泵锁相环中的关键模块,包括鉴频鉴相器、电荷泵、环路滤波器和压控振荡器。本文采用自顶向下的思
近年来流行病学研究已经建立了柴油尾气颗粒物（diesel exhaust particles,DEPs）与神经系统疾病发生发展之间的关联。高水平的氧化应激反应激活含NLR家族pyrin域蛋白3（the NLR family,pyrin domain containing 3,NLRP3）介导的炎症通路,是炎症反应激活的关键通路。而小胶质细胞激活的神经炎症被证实涉及神经元损伤的上游环节。在本课题中,
自2006年起,高效深层网络训练方法的出现使得深度学习在本世纪迎来了其发展的第三次高潮。2012年,深度学习在语音识别和图像分类上的成功使得深度学习相关研究再度崛起的同时逐步延伸至更多领域。2016年以来,以深度学习与通信技术相融合的智能通信技术开始呈现爆炸式发展,内容基本涵盖物理层的各个方面。本文将侧重于基于深度学习的信道译码算法研究,并针对5G标准中规定的LDPC码、polar码以及LTE标准
乳腺癌一直是中国乃至世界公认对于女性健康的最大威胁,位列中国女性最常见的恶性肿瘤之首,也是仅次于肺癌、胃癌、肝癌和结直肠癌的第五大致死癌症。依据临床乳腺影像报告和数据系统（the Breast Imaging Reporting and Database System,BI-RADS）标准,分类为4级的微钙化灶属于难以诊断的疑似恶性类型,此类病例必须经过活体穿刺检查才能确诊其病理良恶性。但相关临床
尽管目前的各向异性导电胶粘剂（ACA）在电子工业中取得了巨大的成功,但是ACA的设计和制作依旧遵循着40多年前的机制和协议,其限制了它们在先进领域的广泛的应用。因此,使得目前的ACA面临着一系列的挑战。例如,复杂的操作技术、处理温度、压力和有限的功能。液态金属由于其独特的机械性能和电性能,使得液态金属和聚合物的功能性共混受到了广泛的关注,并且液态金属和聚合物共混材料在力的作用下产生的从绝缘到导电行
研究背景:非酒精性脂肪性肝病（Nonalcoholic fatty liver disease,NAFLD）是指排除酒精等因素,以脂质沉积为主要特征的一组肝脏获得性代谢性疾病,包括单纯性肝脂肪变性（Nonalcoholic simple fatty liver,NAFL）和非酒精性脂肪性肝炎（Nonalcoholic steatohepatitis,NASH）、可发展为肝纤维化,甚至肝硬化和肝细胞