隨機森林的跌倒檢測算法
大小：0.76 MB 人氣： 2017-12-29 需要積分：1
標簽：檢測算法(25177)
針對現(xiàn)有跌倒檢測算法由于缺乏真實老人跌倒樣本以及使用年輕人仿真跌倒樣本規(guī)模較小導致的過擬合和適應性不足等問題，提出了基于隨機森林的跌倒檢測算法。該算法采用滑動窗口機制，對窗口內的加速度數據進行時間域和變換域處理，提取時間域和變換域特征參數后，在所有樣本集中進行有放回的Bootstrap隨機抽樣和屬性隨機選擇，構建多個基于最佳屬性分割的支持向量機（SVM）基本分類器。在線跌倒檢測階段，對多個SVM基本分類器的分類結果采用少數服從多數的原則，給出最終判定結果。實驗表明，隨機森林跌倒檢測算法可獲得95. 2%的準確率、90. 6%的敏感度和93. 5%的特異性，明顯優(yōu)于基于SVM和反向傳播（BP）神經網絡跌倒檢測算法，反映出隨機森林跌倒檢測算法能更準確地檢測跌倒行為，具有較強的泛化能力和魯棒性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%