摘要
摔倒是老年人生活中最常见的突发事故,并且会给老年人的身心带来严重的伤害.为了能够高效的保障老年人的身体健康,提出一种依靠BP神经网络对人体摔倒趋势识别的方法.使用MPU6050传感器并设计了一种数据采集装置,通过实验采集人体摔倒过程和日常生活腰部加速度、角速度数据.研究人体摔倒过程和日常生活的腰部加、角速度变化规律,并从中提取特征数据作为训练样本对所设计的BP神经网络模型进行训练和测试.最终试验结果表明该方法能够准确的识别出人体摔倒趋势,能够实现对人体摔倒的预测.
基金项目
国家重点研发计划(2018YFB1201403)
赛尔网络下一代互联网技术创新项目(NGII20190707)
NETL
NSTL
维普
万方数据