文献

J-GLOBAL ID：201702287471175392   整理番号：17A1866713

加速度ウェーブレットパケットエネルギー特徴とマルチ分類器融合に基づく転倒検出研究【JST・京大機械翻訳】

著者 (3件)： Tian Yiming (国家康復輔具研究中心 北京市老年功能障碍康復輔助技術重点実験室 民政部神経功能信息与康復工程重点実験室,北京 100176;河北工業大学控制科学与工程学院,天津 300130) ,  Chen Wei (国家康復輔具研究中心 北京市老年功能障碍康復輔助技術重点実験室 民政部神経功能信息与康復工程重点実験室,北京,100176) ,  Wang Xitai (国家康復輔具研究中心 北京市老年功能障碍康復輔助技術重点実験室 民政部神経功能信息与康復工程重点実験室,北京 100176;河北工業大学控制科学与工程学院,天津 300130)
資料名： Keji Chuangxin yu Yingyong  (Keji Chuangxin yu Yingyong)
号： 18  ページ： 54-55  発行年： 2017年 
JST資料番号： C4005A  ISSN： 2095-2945  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 転倒は高齢者の安全性を脅かす主な要素の一つになっている。高齢者の転倒検出に対する正確性を高めるために、本文では、アンサンブル学習の思想を高齢者の転倒検出に導入した。最初に,ウェーブレット分解によって加速度信号を周波数帯に分割し,異なる周波数帯における対応する動作加速度信号のエネルギー分布を得た。次に,基本分類器の性能を評価して,効果的に選択することによって,基本分類装置の間の優位な相補を達成した。最後に,多重分類器融合検出システムを,重み付き投票法を用いて,最適化ベースの分類装置を用いて構成した。結果は,提案した方法が単一分類器認識モデルより優れていることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *転倒 ,  安全性 ,  認知モデル ,  エネルギー分布 ,  分類装置 ,  投票 ,  *加速度 ,  周波数帯 ,  老人 ,  最適化
準シソーラス用語： 検知システム ,  多重分類器 ,  ウェーブレット分解 ,  アンサンブル学習 ,  正確性 , 【Automatic Indexing@JST】

分類 (3件)： 移動通信  (ND08030H) ,  生体計測  (EL03020C) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (8件)： 加速度 ,  ウェーブレットパケット ,  エネルギー ,  マルチ ,  分類器 ,  融合 ,  転倒 ,  研究