基于網(wǎng)格尋參優(yōu)化SVM-KNN算法的老人跌倒檢測(cè)研究.pdf

1、自改革開放以來(lái)，我國(guó)經(jīng)濟(jì)的高速發(fā)展帶動(dòng)了醫(yī)療技術(shù)的全面提升。在生活質(zhì)量不斷改善的過(guò)程中，人們的保健意識(shí)也逐漸增強(qiáng)。于是，隨著我國(guó)人口平均壽命的增長(zhǎng)，社會(huì)的人口結(jié)構(gòu)一步步地在向老齡化轉(zhuǎn)變。跌倒是威脅生命的主要風(fēng)險(xiǎn)之一，老年人發(fā)生跌倒不僅會(huì)造成身體上的傷害，還會(huì)因?yàn)闆](méi)有得到及時(shí)救治而導(dǎo)致危機(jī)生命安全。因此，設(shè)計(jì)一套精確的跌倒檢測(cè)系統(tǒng)，應(yīng)用于實(shí)時(shí)檢測(cè)老人是否跌倒，并將跌倒事件通知家人以便于老人及時(shí)地被救治，具有重要的應(yīng)用價(jià)值。
　　近年

2、來(lái)，常見跌倒檢測(cè)技術(shù)主要分為四類:1、基于視頻圖像的跌倒檢測(cè);2、基于環(huán)境傳感器的跌倒檢測(cè);3、基于穿戴式裝置的跌倒檢測(cè);4、基于智能手機(jī)的跌倒檢測(cè)。由于前三種方法的設(shè)計(jì)與實(shí)現(xiàn)具有一定的復(fù)雜度，對(duì)于被監(jiān)測(cè)人的隱私和日常的生活帶來(lái)不便，并且不方便在室外檢測(cè)。所以，本文出于對(duì)設(shè)備攜帶的方便性和系統(tǒng)的準(zhǔn)確度的考慮，決定采用智能手機(jī)作為跌倒數(shù)據(jù)采集器，并將采集到的數(shù)據(jù)實(shí)時(shí)傳送到服務(wù)器，依托于服務(wù)器的數(shù)據(jù)處理能力實(shí)現(xiàn)跌倒檢測(cè)算法。這種方法在一定程

3、度上避免了手機(jī)的計(jì)算能力限制跌倒檢測(cè)算法的復(fù)雜度的問(wèn)題。本文的主要工作和成果如下:
　　(1)搭建數(shù)據(jù)采集平臺(tái)，對(duì)9種日常行為姿態(tài)和4種跌倒姿態(tài)行為進(jìn)行采集。通過(guò)對(duì)每種行為數(shù)據(jù)的加速度和氣壓計(jì)進(jìn)行分析，本文提出了的5個(gè)經(jīng)驗(yàn)特征值。
　　(2)SVM算法中參數(shù)的選取對(duì)SVM分類器性能影響較大，所以通過(guò)網(wǎng)格搜索法、遺傳算法和粒子群算法分別對(duì)SVM算法的參數(shù)進(jìn)行尋優(yōu)。根據(jù)Matlab仿真結(jié)果，選取適合本文的參數(shù)尋優(yōu)算法—網(wǎng)格搜索法

4、。
　　(3)根據(jù)網(wǎng)格尋參優(yōu)化的SVM分類器存在的問(wèn)題，將KNN算法引入到SVM分類器中，形成SVM-KNN聯(lián)合檢測(cè)算法。進(jìn)一步考慮特征集合的多維性和不平衡性，本文引入了標(biāo)準(zhǔn)化歐氏距離替代傳統(tǒng)的歐氏距離。
　　(4)提出了跌倒檢測(cè)系統(tǒng)的整體實(shí)現(xiàn)框架結(jié)構(gòu)，基于智能手機(jī)和服務(wù)器，實(shí)現(xiàn)基于網(wǎng)格尋參的SVM-KNN算法。實(shí)現(xiàn)了跌倒檢測(cè)系統(tǒng)，通過(guò)15名志愿者分別佩戴在胸前，腰部，臀部獲取到的810條日常行為數(shù)據(jù)集和360條跌倒數(shù)據(jù)集進(jìn)