Indexed by：
Abstract：
基于卷积神经网络的跌倒检测方法属于电子信息领域，本发明将通过MEMS采集的3轴加速度、角速度数据转为RGB像素，并引入滑动窗口构造能同时反映老年人活动过程中3轴加速度、角速度变化特征的像素图；参考LeNet 5架构设计了基于CNN的跌倒监测算法FD‑CNN，将像素图进行归类，实现跌倒检测算法。通过构建FD‑CNN，可以克服MEMS陀螺仪存在信号漂移误差、3轴加速度计在运动状态下产生电压波动等干扰，准确实现跌倒检测。FD‑CNN网络模型系统的准确率达到了98.62％，敏感度和特异性分别达到98.65％和99.80％。其中，系统对跌倒检测的敏感度和特异性均到达了100％。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201910529955.9
Filing Date： 2019-06-19
Publication Date： 2019-10-01
Pub. No.： CN110298276A
Applicants： 北京工业大学
Legal Status： 驳回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 8
Affiliated Colleges：
