中国学术期刊网络出版总库
  关闭
摔倒检测中的样本失衡问题研究  
   推荐 CAJ下载 PDF下载
【英文篇名】 Research on imbalance learning problem in fall detection
【下载频次】 ★★★☆
【作者】 赵中堂; 陈继光; 马倩;
【英文作者】 ZHAO Zhongtang; CHEN Jiguang; MA Qian; School of Computer Science; Zhengzhou University of Aeronautics; Collaborative Innovation Center for Aviation Economy Development of Henan Province; School of Management Engineering;
【作者单位】 郑州航空工业管理学院计算机学院; 航空经济发展河南省协同创新中心; 郑州航空工业管理学院管理工程学院;
【文献出处】 计算机工程与应用 , Computer Engineering and Applications, 编辑部邮箱 2017年 23期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 摔倒检测; 行为识别; 普适计算; 迁移学习; 机器学习; 不均衡学习;
【英文关键词】 fall detection; activity recognition; pervasive computing; transfer learning; machine learning; imbalance learning;
【摘要】 由于真实的摔倒数据难以获得,导致采集到的正常行为和摔倒行为样本比例严重失衡,从而基于此数据集训练的常规摔倒检测模型的漏警率和误警率都较高,不能满足实际的需求。针对该问题,提出一种基于样本加权极速学习机的摔倒检测方法,该方法综合考虑不同种类行为样本之间的比例关系,分别赋予其一定的权值,能较好地解决样本失衡问题。基于真实行为数据的实验结果表明,和传统非加权的行为识别方法相比较,基于样本加权极速学习机的摔倒检测方法能够将识别模型的性能提高10%左右。
【英文摘要】 The fact that it is difficult to get the fall data leads to the imbalance between normal activity and abnormal activity.The fall detection model trained on the imbalance data set has high missing alarm rate and false alarm rate, and can't meet the actual requirement. To solve this problem, a fall detection method based on weighted extreme learning machine is proposed. This method will consider the influence of sample quantity of different kinds of activities, assign a weight value to each kind of activity, ...
【基金】 国家自然科学基金(No.U1504609); 河南省教育厅重点科研教育计划项目(No.15A520003)
【更新日期】 2017-12-22
【分类号】 TP181
【正文快照】 众所周知,老年人摔倒[1]会给个人、家庭、社会造成体的加速度是否超过某一个阈值,从而判断该人是否处巨大的伤害和负担,准确地检测出摔倒行为并及时报警于摔倒状态;该方法中阈值的确定较高地依赖于人的主是普适计算[2]领域相关研究人员一直追求的目标。观经验,容易将某些正常的

xxx
【读者推荐文章】中国期刊全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
     自动推理、机器学习
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号