首页|基于PSO-GRNN的行人跌倒检测方法

基于PSO-GRNN的行人跌倒检测方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
跌倒得不到及时的救治是老年人发病或死亡的主要原因之一.基于此,提出一种基于粒子群优化广义神经网络(PSO-GRNN)的行人跌倒检测方法.采集行人跌倒和日常生活活动(ADLs)时腰部的加速度、角速度和高度数据,分析跌倒行为特征;基于广义回归神经网络(GRNN)和粒子群优化算法(PSO),构建了一种基于PSO-GRNN的跌倒检测模型;最后使用Matlab对模型进行训练和验证,并将PSO-GRNN模型与其他两种模型进行对比.结果表明,粒子群优化广义回归神经网络模型对跌倒的辨识精确度高,误报率较低.
Pedestrian Fall Decetion Method Based on PSO-GRNN

刘善良、王晓原、王瀚卿、刘亚奇

展开 >

青岛科技大学机电工程学院 青岛 266000

青岛科技大学智能绿色制造技术与装备协同创新中心 青岛 266000

跌倒检测 姿态 GRNN PSO

青岛市创新创业领军人才计划

19-3-2-8-zhc

2022

10.3969/j.issn.1672-9722.2022.10.026

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(10)
  • 3