论文部分内容阅读
目的探索基于人体加速度的跌倒检测方法。方法2017年9月至11月,6例健康青年志愿者完成13个跌倒动作和11个日常活动动作。通过两个加速度传感器采集人体动作信息,每个加速度传感器提取81个加速度特征参数。通过主成分分析降维,输入K近邻(KNN)算法分类器对跌倒和日常动作进行识别。结果跌倒检测敏感性100%,特异性99.76%,检测时间216 ms。结论加速度多特征融合和KNN算法可以实现跌倒的及时有效检测。