[发明专利]一种基于机器学习的老人跌倒检测方法及其检测系统在审
| 申请号： | 201610509618.X | 申请日： | 2016-06-30 |
| 公开（公告）号： | CN106407996A | 公开（公告）日： | 2017-02-15 |
| 发明（设计）人： | 周智恒;俞政;劳志辉;李浩宇;李波;胥静 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G08B21/04 |
| 代理公司： | 广州市华学知识产权代理有限公司44245 | 代理人： | 罗观祥 |
| 地址： | 510075 广东省广州市越秀区*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习的老人跌倒检测方法，所述方法包括[1]采集每个传感器的样本信息；[2]用样本信息训练字典并构造样本跌倒特征向量；[3]用样本跌倒特征向量训练分类器；[4]采集每个传感器的信息；[5]调用字典构造跌倒特征向量；[6]跌倒特征向量，采用已训练的分类器预测跌倒，输出预测结果。本发明还公开了一种实现所述的基于机器学习的老人跌倒检测方法的检测系统，包括传感器模块、ARM主机模块和GPRS模块。本发明具有能运用字典学习算法和鲁棒的随机森林分类器有效提高老人跌倒检测的准确率等优点。 | ||
| 搜索关键词： | 一种 基于 机器 学习 老人 跌倒 检测 方法 及其 系统 | ||
【主权项】：
一种基于机器学习的老人跌倒检测方法，其特征在于，包括以下步骤：步骤1、采集每个传感器的样本信息；步骤2、用样本信息训练字典并构造样本跌倒特征向量；步骤3、用样本跌倒特征向量训练分类器；步骤4、采集每个传感器的信息；步骤5、调用已训练的字典构造跌倒特征向量；步骤6、跌倒预测，根据跌倒特征向量，采用已训练的分类器预测跌倒，输出预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610509618.X/，转载请声明来源钻瓜专利网。
