可穿戴式人體跌倒識別方法研究.pdf

1、目前，在全球步入老年化社會、老年人獨(dú)居家庭普遍的大背景下，中國人口老齡化、空巢化現(xiàn)象呈現(xiàn)出快速增長的趨勢。隨著年齡的增長，老年人的身體機(jī)能和反應(yīng)能力逐漸降低，在日常生活中容易發(fā)生各種危險。老年人意外傷害給社會醫(yī)療資源帶來了沉重的負(fù)擔(dān)，因此老年人日常健康監(jiān)護(hù)受到了人們的廣泛關(guān)注。為了避免老年人因跌倒后得不到及時救助而造成嚴(yán)重的后果，在不影響老年人的正常生活狀態(tài)下，實(shí)時監(jiān)測老年人的日常行為，準(zhǔn)確識別出跌倒行為并發(fā)送報警信號具有重大的實(shí)際意義

2、。
　　可穿戴式人體跌倒識別系統(tǒng)是老年人健康監(jiān)護(hù)系統(tǒng)中的一個子模塊，本文研究的核心內(nèi)容是跌倒識別算法，因?yàn)橐淮蔚剐袨榈穆┡芯陀锌赡芙o老年人的人身安全帶來巨大的風(fēng)險。針對目前應(yīng)用最多的閾值法中特征指標(biāo)單一，對經(jīng)驗(yàn)值依賴性大等問題，在詳細(xì)分析人體運(yùn)動特征的基礎(chǔ)上，提出了以加速度峰值、傾角為特征值的支持向量機(jī)跌倒識別算法。本文主要研究工作如下：
　?。?）詳細(xì)分析了經(jīng)典支持向量機(jī)算法的原理，通過樣本標(biāo)記、歸一化處理、支持向量機(jī)訓(xùn)

3、練、修正樣本標(biāo)記閾值等步驟完成支持向量機(jī)分類器的設(shè)計。針對樣本偏斜現(xiàn)象，本文提出了不均衡支持向量機(jī)跌倒識別算法。通過對比反比例、平均密度等懲罰因子選擇方法對不均衡支持向量機(jī)識別性能的影響，發(fā)現(xiàn)平均密度方法能取得更好的識別效果。
　　（2）為了進(jìn)一步提高跌倒識別算法的識別性能，提出了從數(shù)據(jù)層面對偏斜樣本進(jìn)行過采樣處理。針對虛擬少數(shù)類過采樣算法中噪聲樣本干擾、生成樣本盲目、樣本重疊、信息冗余等缺點(diǎn)，提出了基于類中心距離的改進(jìn)虛擬少數(shù)類

4、過采樣算法。該算法依據(jù)類稀疏程度選擇的子樣本與類中心距離得到的分布函數(shù)獲取子樣本附近生成新樣本的數(shù)目，能生成有利于跌倒識別的新樣本。
　?。?）在VS2010環(huán)境下，設(shè)計并實(shí)現(xiàn)了方便操作的老年人跌倒識別算法的可視化驗(yàn)證軟件。為了驗(yàn)證基于改進(jìn)的虛擬少數(shù)類過采樣算法的不均衡支持向量機(jī)算法的可行性，將待識別樣本數(shù)據(jù)輸入分類器模型進(jìn)行人體跌倒識別測試。實(shí)驗(yàn)測試結(jié)果顯示，經(jīng)過樣本偏斜處理的不均衡支持向量機(jī)算法在識別性能方面有所提高，能夠滿足