基于四元数多自由度神经元的跌倒模式识别

作     者：金阿锁 羌予践 华亮 刘雨晴 JIN A-suo;QIANG Yu-jian;HUA Liang;LIU Yu-qing

作者机构：南通大学电气工程学院江苏南通226019 南通大学江苏省新能源装备及其智能测控重点实验室江苏南通226019 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2019年第36卷第2期

页      面：372-379页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080202[工学-机械电子工程] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61305031) 江苏省产学研前瞻性项目(BY2016053-11) 江苏省优势学科(PAPD) 

主　　题：跌倒 小波包 四元数 多自由度神经元 

摘      要：现代社会结构不断改变,空巢老人独立生活问题的影响日趋严重。其中,跌倒是老年人独立生活的最大威胁之一。针对上述问题,提出了基于小波包特征提取与四元数多自由神经元模式识别相结合的跌倒状态识别方法。首先,应用三轴加速度检测系统采集人体在正常活动状态及不同跌倒姿态时的数据,应用小波包分析方法对训练数据进行特征提取,在四元数空间中应用提取的特征数据对多自由度神经元进行训练,并使用测试数据进行状态识别,鉴别是否跌倒以及不同的跌倒姿态。实验结果表明,基于四元数多自由神经元识别方法的识别效果优于支持向量机等传统方法,为独居老人居家监测、跌倒报警、跌倒事后治疗提供依据。