[发明专利]一种基于层次分类的可穿戴跌倒检测方法及系统有效
| 申请号： | 201710144772.6 | 申请日： | 2017-03-13 |
| 公开（公告）号： | CN106875630B | 公开（公告）日： | 2018-12-04 |
| 发明（设计）人： | 陈益强;忽丽莎;高晨龙;谢涛;沈建飞 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G08B21/04 | 分类号： | G08B21/04 |
| 代理公司： | 北京律诚同业知识产权代理有限公司 11006 | 代理人： | 祁建国;梁挥 |
| 地址： | 100080 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于层次分类的可穿戴跌倒检测方法和系统，该跌倒检测方法包括：采集用户的日常行为数据；对该日常行为数据进行合成、滤波等处理生成原始数据；利用滑动窗口机制提取该原始数据的时频域特征，生成样本，并将该样本组合成样本集；利用第一层一类分类模型对该样本集中的每一个样本进行识别，将识别后的结果发送至第二层的加权二类分类模型；第二层的加权二类分类模型负责对加权分配处理，生成加权跌倒样本，并将其送至第三层的规则二类分类模型；第三层的规则二类分类模型根据该加权跌倒样本是否符合跌倒规则，判断用户是否发生跌倒行为。本发明通过以上方法实现了对用户跌倒行为的准确判断。 | ||
| 搜索关键词： | 一种 基于 层次 分类 穿戴 跌倒 检测 方法 系统 | ||
【主权项】：
1.一种基于层次分类的可穿戴跌倒检测方法，其特征在于，该跌倒检测方法包括：步骤1，利用穿戴式运动传感器采集用户的日常行为数据；步骤2，对采集的该日常行为数据进行合成、滤波处理操作，生成原始数据；步骤3，利用滑动窗口机制提取该原始数据的时频域特征，生成样本，并将该样本组合成样本集；步骤4，利用第一层的一类分类模型对该样本集中的每一个样本进行识别，将识别结果为“跌倒”的跌倒样本组合为跌倒样本集，并将该跌倒样本集发送至第二层的加权二类分类模型；步骤5，第二层的加权二类分类模型负责对该跌倒样本集中所有该跌倒样本进行加权分配处理，生成加权跌倒样本，并将该加权跌倒样本发送至第三层的规则二类分类模型；步骤6，第三层的规则二类分类模型根据该加权跌倒样本是否符合跌倒规则，判断用户是否发生跌倒行为，若判断为跌倒行为则转步骤7，反之则转步骤1；步骤7，触发相应的报警机制，如需继续检测，则转步骤1，否则结束。
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中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，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/201710144772.6/，转载请声明来源钻瓜专利网。
- 上一篇：基于体感网的居家养老系统及其控制方法
- 下一篇：防止疲劳驾驶的监控系统及方法
