文献

J-GLOBAL ID：201802212085699528   整理番号：18A1897103

ウェーブレットパッケージ解析に基づく落下検出と診断【JST・京大機械翻訳】

Wavelet Package Analysis based Fall Detection and Diagnosis

著者 (5件)： Huang Meichuan (Department of Control Science and Engineering, Zhejiang University, Hangzhou, 310012, P. R. China) ,  Wang Xiaoxuan (Department of Control Science and Engineering, Zhejiang University, Hangzhou, 310012, P. R. China) ,  Sun Peng (Department of Control Science and Engineering, Zhejiang University, Hangzhou, 310012, P. R. China) ,  Wang Sheng (Department of Mathematics and Statistics, Shandong University, Weihai, 264200, P. R. China) ,  Wang Zhi (Department of Control Science and Engineering, Zhejiang University, Hangzhou, 310012, P. R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CCC  ページ： 4206-4211  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 公衆衛生への可能な危険性として,転倒問題は研究者の注意を徐々に引き付けた。転倒の発生を検出して,その強度を診断することは,次の移動を決定するために重要で役に立つことができる。本研究では,転倒検出と診断のための新しい加速度計ベースの信号処理と解析フレームワークを提案した。スマートフォンの加速度計センサからの信号の雑音除去と多重分解能時間-周波数解析のために,ウェーブレットパッケージ分解(WPD)を導入した。特徴の抽出は,時間領域とウェーブレット領域の両方における統計的性質を考慮する。訓練の計算複雑性を減らして,分類装置をテストするために,次元の縮小を主成分分析(PCA)による特徴を追加的に評価することによって実行した。次に,これらの特徴は転倒検出のための最初の分類装置の入力になり,転倒が起こると,強度診断のための第2の分類器はさらに物質を取る。試験被験者は,解析のためのデータを生成するために,転倒と日常生活動作(ADLs)の実験を行った。k-最近傍(k-NN)とサポートベクトルマシン(SVM)を含む種々のアルゴリズムに基づく分類の性能を提示して比較した。良好な結果は,本研究が現実世界のシナリオに適用できることを示している。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音除去 ,  信号処理 ,  転倒 ,  加速度計 ,  公衆衛生 ,  アルゴリズム ,  スマートフォン ,  センサ ,  主成分分析 ,  日常生活動作 ,  *波束 ,  サポートベクトルマシン ,  分類装置 ,  計算量
準シソーラス用語： 被験者 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ウェーブレット ,  パッケージ ,  解析 ,  落下検出 ,  診断