检索结果-南通市图书馆

现代电子技术 2017年第12期40卷 93-96,100页

作者：田朝辉中原工学院河南郑州450007

针对人体运动状态评估和损伤风险监测的可控性不好的问题,提出一种基于Android便携仪移动终端平台设计的人体运动状态识别及损伤风险检测系统设计方法。在Android移动APP终端上进行人体运动状态损伤风险监测系统的总体设计构架,分析系... 详细信息

针对人体运动状态评估和损伤风险监测的可控性不好的问题,提出一种基于Android便携仪移动终端平台设计的人体运动状态识别及损伤风险检测系统设计方法。在Android移动APP终端上进行人体运动状态损伤风险监测系统的总体设计构架,分析系统的功能模块;利用Android嵌入式系统进行系统的软件开发,以S3C6410为系统的核心处理器进行人体运动状态的数据采集和分析,采用ARM1176JZF-S作为主处理内核进行便携式损伤风险监测系统软件开发,并通过Wi Fi接口进行操作系统移植和设备端口的兼容性设计。系统测试表明,该系统能准确实现人体运动状态识别和损伤风险监测与提示,性能可靠稳定。

关键词：人体运动状态识别风险监测 ARM Android

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

数据挖掘技术在人体运动状态识别中的应用研究

数据挖掘技术在人体运动状态识别中的应用研究

引用

作者：赵宏石内蒙古财经大学

学位级别：硕士

随着互联网相关技术的不断发展,个人健康信息管理也逐渐开始流行。个人健康信息管理作为一种全新的网络信息管理模式,可以更多地追随用户的需求,由患者自己去管理与其自身健康情况联系紧密的健康信息和医疗数据。近年来,在模式识别领域... 详细信息

随着互联网相关技术的不断发展,个人健康信息管理也逐渐开始流行。个人健康信息管理作为一种全新的网络信息管理模式,可以更多地追随用户的需求,由患者自己去管理与其自身健康情况联系紧密的健康信息和医疗数据。近年来,在模式识别领域兴起了众多的新的研究方向,基于惯性传感器的人体活动状态识别就是发展较快的分支之一,它以能最大程度地满足人们对智能人机交互和实时健康监测的需求见长,其中最受关注的就是基于加速度传感器的人体运动状态识别,通过在医疗健康保健、运动数据监测和能量消耗评估等诸多场景中的优良表现越来越受到人们的青睐。同时,相较于基于目标追踪和计算机视觉的活动识别,基于加速度传感器的方式还有不受场景限制、能耗少、成本低和易于推广等众多优势。本文结合加速度传感器所采集的人体移动健康数据,将数据挖掘技术应用于人体运动状态识别的研究工作中,采用加速度数据的时频特征,综合地对人体保持站立状态和每步频的运动分解姿态进行精准判断;并在有限的训练集中采用了基于属性组合的集成学习算法,用以解决不平衡数据的半监督学习问题,构建了随机森林模型对人体骑自行车状态进行机器识别,根据实验结果分析了集成学习算法得优劣。

关键词：健康信息管理人体运动状态识别半监督学习随机森林算法

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于单个加速度传感器的人体运动状态识别研究

基于单个加速度传感器的人体运动状态识别研究

引用

作者：公衍增哈尔滨工程大学

学位级别：硕士

基于加速度传感器的人体运动状态识别是计算机模式识别领域中的一个新兴研究方向,它的迅速发展得益于微机电系统和传感器技术的不断发展进步与模式识别理论的深入研究。随着人们对智能人机交互和人体健康监护等方面需求的日益增长,基于... 详细信息

基于加速度传感器的人体运动状态识别是计算机模式识别领域中的一个新兴研究方向,它的迅速发展得益于微机电系统和传感器技术的不断发展进步与模式识别理论的深入研究。随着人们对智能人机交互和人体健康监护等方面需求的日益增长,基于加速度传感器的人体运动状态识别在运动检测、能耗评估和医疗保健等领域中将会发挥越来越重要的作用。基于加速度传感器的人体运动状态识别的本质是通过一个或多个三轴加速度传感器获取人体在运动时产生的加速度信号,然后通过蓝牙无线传输技术将数据传送到移动设备中,然后对加速度数据进行预处理、特征提取,最后根据提取的特征对运动状态进行分类和识别。但是,由于客观环境的多样性以及人体运动的复杂性使得人体运动状态识别研究还有很多亟待解决的问题摆在面前,包括如何确定加速度传感器个数和佩戴位置,针对易混淆、难区分的运动状态如何提取更具表征能力的信号特征,如何构建高效率、高精度、泛化能力强的状态分类器等问题。围绕这些问题与难点,本文对基于加速度传感器的人体运动状态识别技术展开了一系列研究,主要工作如下:(1)从加速度信号的时域特征和分布特点出发,提取了均值、标准差、倾角、波峰间隔、波峰波谷值5种相关时域特征,并结合决策树分类方法,对人体日常静止、摔倒、跑步和跳跃4种状态进行分类识别。实验结果表明,本文基于5种时域特征的决策树识别方法有着较高的准确率和实时性。(2)针对人体日常走、上楼和下楼三种运动状态易混淆、难区分的问题,在深入研究非平稳加速度信号的复杂结构模式和自相似特性的基础上,提出了基于单重分形和多重分形的人体运动状态识别方法。该方法以分形维数和广义维数作为特征量,并配合相关性判断方法,实现不同运动状态的区分识别。实验验证了单重分形和多重分形在走和上下楼三种运动状态识别中的有效性和可行性。(3)在多重分形运动状态识别基础上,将分形理论与小波多分辨率分析相结合,提出了基于小波变换的矩阵式分形人体运动状态识别方法。基于小波变换的分形矩阵量化了走和上下楼三种运动状态在不同小波尺度下分量信号的分形特征,进而描述了原始加速度信号的复杂度和自相似特性。通过实验验证,在较少先验信息的前提下,该方法对走、上楼和下楼三种运动状态的平均识别率能达到90%以上。

关键词：人体运动状态识别加速度传感器特征提取小波变换分形矩阵

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于SVM的人体运动状态识别技术研究与系统开发

基于SVM的人体运动状态识别技术研究与系统开发

引用

作者：昝清增山东科技大学

学位级别：硕士

随着现代科技水平和生活质量的极大提高,基于传感器技术的人体运动状态识别在体育医疗、救灾抢险、虚拟现实、人机交互等众多生产生活方面凸显广阔的应用前景且备受科研人员关注。本文利用三轴加速度和陀螺仪传感器进行运动状态的模式识... 详细信息

随着现代科技水平和生活质量的极大提高,基于传感器技术的人体运动状态识别在体育医疗、救灾抢险、虚拟现实、人机交互等众多生产生活方面凸显广阔的应用前景且备受科研人员关注。本文利用三轴加速度和陀螺仪传感器进行运动状态的模式识别,克服了基于计算机视频的隐私安全问题,并且避免了基于单一传感器的运动状态识别精度过低的影响,易于系统移植和推广。本文主要研究工作如下:1)本文着重对比分析SVM与KNN、RVM算法在人体运动状态识别的应用,并引入用于图像识别领域的SVM+和l2-SVM+算法应用至人体运动状态识别,同时,考虑到人体运动状态识别系统在线阶段实时性的要求,充分对比分析识别流程运行时间。通过对人体行走、站立、平躺、上楼、下楼和小跑六种行为数据集进行对比实验,利用SVM算法可以获得99%的识别率,且运行时间满足系统设计要求,实验表明基于SVM的人体运动状态识别准确有效。2)利用特征工程对原始数据预处理提取特征,并对特征集质量进行评估。包括数据加窗技术的研究和对分类精度和效率的验证,中值滤波器对数据进行去噪和平滑处理,小波变换技术分离重力加速度,众多时域、频域特征计算,对特征集质量进行分析,获取最优特征集合。3)在线实时识别系统的设计与实现。基于以上对人体运动状态识别技术的研究,基于Java设计并实现一套完整的基于SVM的人体运动状态在线实时识别系统,系统的在线识别阶段准确度达到99%,功能和性能均符合目标要求。可以根据训练数据样本的不同用作跌倒检测、计划提醒等任务的识别。系统经过后期测试,基于SVM的人体运动状态识别系统的研究对相关科研人员和软件开发者均提供了重要的参考价值。

关键词：人体运动状态识别特征工程 SVM 系统设计传感器技术

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：