学位论文 > 优秀研究生学位论文题录展示

基于移动终端的跌倒检测方法研究

作　者: 周敏
导　师: 陈益强
学　校: 湘潭大学
专　业: 计算机科学与技术
关键词: 跌倒检测 模式识别 行为切换 Android
分类号: TP274
类　型: 硕士论文
年　份: 2013年
下　载: 111次
引　用: 0次
阅　读: 论文下载
 

内容摘要


跌倒是危害老年人及其他特殊人群的重要因素之一。及时的跌倒检测和救助可以为治疗和抢救赢得宝贵时间，对保障用户健康和提高医疗监护水平都具有非常重要的意义。当前，我国已经进入老龄化社会且呈现加速发展态势，急需研发携带方便、检测准确、判断实时的跌倒检测方法和系统，以满足广泛的社会需求。目前，国内外众多研究机构和高校都在不断研究和实验跌倒检测方法。现有的方法一般是从正常行为（如走路，跑步）数据提取特征训练一个一分类模型，凡不符合该一分类模型的行为会被判断为跌倒，然而个别正常行为（如跑步、下楼梯）的瞬间特征信息与跌倒的相似度较高，加上噪声数据的影响，导致模型的区分能力不足，不能同时满足高检测率和低误警率的要求。为了提高跌倒检测方法的实用性，本文通过统计分析跌倒发生的特点，提出了基于行为切换的跌倒检测方法，本文的研究主要包括如下四部分：1、高精度的连续行为识别模型研究，建立一个连续行为识别模型对人的行为进行识别。该阶段通过大量实验对比分析了多种多分类器的性能，验证了基于多模传感器的模型比基于单一传感器的检测效果更佳，并借助WEKA工具的特征选择功能对本文特征集进行筛选，得到鲁棒性更好的特征集；2、行为切换数据的自动分割技术研究，根据行为识别结果对连续行为序列进行分割，得到行为切换数据集。本文提出了一种自动行为切换数据的分割方法；3、研究并构建了一个异常检测模型，从相邻行为间的正常切换数据集提取特征构建异常行为检测模型，模型通过识别异常行为切换来检测跌倒。该方法以行为切换数据构建特征空间，可以过滤大量的正常行为数据，降低特征空间的复杂度，增强模型的区分能力。本文对比实验显示本文方法的分类精度要高于传统方法，具有一定的实用价值；4、设计并实现了一款基于Android手机的跌倒检测系统，该系统能实时采集传感器的数据，通过跌倒检测模型实时监控用户是否发生跌倒，如果用户发生跌倒，手机会在本地发出蜂鸣报警声，开启定位模块得到跌倒者位置信息，并自动编辑跌倒信息和位置信息以SMS短信方式发送给指定的联系人，以便获得及时的救助。

全文目录


摘要  4-5
Abstract  5-7
目录  7-9
图目录  9-11
第一章 绪论  11-17
  1.1 研究背景与意义  11-12
  1.2 国内外研究现状  12-14
  1.3 本文的贡献  14-15
  1.4 本文的组织结构  15-16
  1.5 本章小结  16-17
第二章 数据预处理  17-28
  2.1 数据采集  17-21
    2.1.1 数据采集设备  17-18
    2.1.2 数据采集方案  18-21
  2.2 数据预处理  21-23
    2.2.1 滤波处理  21-22
    2.2.2 数据合成  22-23
  2.3 特征提取和规范化  23-26
    2.3.1 特征提取  23-26
    2.3.2 特征规范化  26
  2.4 样本统计信息  26-27
  2.5 本章小结  27-28
第三章 基于行为切换的跌倒检测方法  28-47
  3.1 问题描述  28-29
  3.2 基于行为切换的跌倒检测方案  29-30
  3.3 多分类算法  30-38
    3.3.1 K 近邻算法（KNN）  30-31
    3.3.2 支持向量机算法（SVM）  31-33
    3.3.3 决策树算法（DT）  33-35
    3.3.4 极速学习机算法（ELM）  35-38
  3.4 切换数据提取  38-39
  3.5 实验结果及相关分析  39-46
    3.5.1 传感器选择实验  40-41
    3.5.2 多分类算法和特征选择实验  41-44
    3.5.3 跌倒检测方法对比实验  44-46
  3.6 本章小结  46-47
第四章 基于 Android 手机的跌倒检测系统  47-60
  4.1 系统构架  47-53
    4.1.1 系统整体架构  47-49
    4.1.2 Android 平台概述  49-50
    5.1.3 无线定位技术概述  50-53
  4.2 系统设计目标与原则  53-55
  4.3 系统运行流程  55-56
  4.4 系统界面介绍  56-59
  4.5 本章小结  59-60
第五章 总结与展望  60-62
  5.1 本文工作总结  60-61
  5.2 未来工作展望  61-62
参考文献  62-65
致谢  65-66
附录 （攻读硕士学位期间参与的科研项目和研究成果）  66

相似论文

  1. 基于仿生模式识别的文本分类技术研究,TP391.1
  2. 一种老年人移动健康监护系统的研究,TN929.5
  3. 在智能手机环境下健康管理功能设计与研究,TN929.53
  4. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  5. 基于回波包络的超声波入侵探测在军队警戒巡逻中的应用,E919
  6. 基于ANDROID的H.264视频编解码技术的研究与实现,TN919.81
  7. 基于Android终端的小型VoIP系统设计与实现,TN916.2
  8. 基于Android终端的视频通话系统设计与实现,TN929.53
  9. 基于动态自适应语言模型的手机中文输入系统的研究与实现,TP391.14
  10. 基于Android智能手机平台的GPS开发,TP311.52
  11. UML在智能手机开发中的应用研究,TP311.52
  12. 基于3G平台的点餐服务系统的设计与实现,TP311.52
  13. 基于仿生模式识别的三维人脸识别研究,TP391.41
  14. 基于改进的SVM模型的肝癌识别方法的研究与实现,TP391.41
  15. 基于Deep Web的图书信息集成与查询系统,TP311.52
  16. 内蒙古电信公司翼支付手机客户端研究设计与实现,TP311.52
  17. 人脸分形特征提取与识别算法研究,TP391.41
  18. 基于完全二叉树SVM烧结工况多类识别的研究与实现,TP391.41
  19. 基于SVM和PSO的烧结工况预报方法的研究与实现,TF821
  20. 基于纹理特征的煤炭发热量研究,TP391.41
  21. 人脸识别系统中关键技术研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 数据处理、数据处理系统
© 2012 www.xueweilunwen.com