典型文献
基于ELM的人体跌倒预测算法
文献摘要：
为了应用于跌倒保护装置设计,需要设计一种跌倒保护预测算法,能够准确并快速的区分跌倒动作和正常行为动作,因此提出了基于ELM的人体跌倒预测算法.该算法通过六轴传感器芯片MPU6050提取人体各个姿态下的三相加速度和三相旋转角,通过多变量分析方法得到特征量,随后对提取的特征量进行预处理,通过滑动时间窗口对数据进行切割,对处理后的数据集进行分类标签化处理,通过标签数据集进行ELM训练测试,得到一种基于ELM的人体跌倒预测算法.通过多指标理论和传统合加速度阈值算法进行了对比评估,确定了基于ELM的人体跌倒预测算法能够在0.2s内快速预测跌倒行为,并且预测准确率能够达到97.6％,完全满足跌倒预测保护装置的应用要求,并且性能明显优于传统跌倒预测算法.
文献关键词：
跌倒保护装置;ELM;跌倒预测;分类标签化;多指标理论
中图分类号：
作者姓名：
朱文辉;李伟;洪波
作者机构：
黑龙江科技大学电气与控制工程学院,黑龙江哈尔滨,150022
文献出处：
引用格式：
[1]朱文辉;李伟;洪波-.基于ELM的人体跌倒预测算法)[J].电子测试,2022(05):58-60,64
A类：
跌倒保护装置,分类标签化,多指标理论
B类：
ELM,人体跌倒,跌倒预测,预测算法,装置设计,跌倒动作,六轴传感器,MPU6050,三相,相加,旋转角,多变量分析,特征量,滑动时间窗口,标签数据集,统合,合加速度,对比评估,2s,快速预测,倒行,预测准确率,应用要求
AB值：
0.248712
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
