基于AdaBoost多核支持向量机的跌倒检测研究
赵婉婉
任静
刘燕南
武东辉
余凯
1.郑州轻工业大学建筑环境工程学院,河南郑州,4500022.郑州轻工业大学建筑环境工程学院,河南郑州,4500023.郑州轻工业大学建筑环境工程学院,河南郑州,4500024.郑州轻工业大学建筑环境工程学院,河南郑州,4500025.郑州轻工业大学建筑环境工程学院,河南郑州,450002
摘要：针对传统的跌倒检测模型实时性低、误报率高的问题,提出AdaBoost多核支持向量机模型(ADB-MKSVM),用于对跌倒动作进行检测识别.该模型基于改进的AdaBoost模型框架,将多核支持向量机作为基分类器,并集合这些基分类器构成一个更强的最终分类器;依据人体动作数据分布和每次训练集中各样本的分类是否正确,以及上次的总体分类准确率,来确定每个样本的权值,采用权重动态分配的方法提高跌倒动作的识别率.测试结果表明,该模型具有良好的分类性能,且传感器绑于腰部位置可有效提高跌倒动作的检测效果,其准确率为99.33％,跌倒检出率为63.6％,跌倒检测错误率为1.62％.
关键词：AdaBoost多核学习支持向量机跌倒检测
分类号：TP391.41(计算技术、计算机技术)
资助基金：河南省科技攻关计划(182102210622)河南省高等学校重点科研项目(19A413013)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 84-91 )
英文信息