基于足底压力信息的跌倒姿态聚类识别方法
为了进一步提高基于足底压力传感器的老年跌倒检测系统的识别率，以及准确地判断人体跌倒方向，提出了利用自组织映射神经网络（SOM）和足底压力传感信息对人体动作进行聚类分析的方法。为了验证SOM方法的识别效果，采取包含跌倒在内的13类常见动作的130个样本对训练好的SOM网络进行测试。测试结果表明，系统灵敏度、特异度及准确度分别为92.5%、93.3%、93.1%，其结果均优于常用的阈值法。综上，SOM方法对人体跌倒姿态识别具有较高的可靠性和准确度。
文件下载
评论信息
其他资源
- windows，syslog服务器搭建
- 蜘蛛机器人STL文件
- HC6800-EM3 v2.0单片机开发板电路图
- java web网上购物系统+毕业设计(完整版)
- model.h5 model.json
- 软件开发考核指标
- 多尺度c＋＋版STC代码
- winform动态生成label和控件拖动(C#,.Net)
- OCP/OCA认证考试指南全册:Oracle Database 11g(1Z0-051,1Z0-052,1Z0-053)
- GJBZ_299C-2006_电子设备可靠性预计手册
- 量产印制电路板工艺设计规范.docx
- CP2102驱动.zip
- ecology数据字典.zip
- 斗地主（单机pc单人版）
- linux2.6.29
- Android 本地视频列表
- 好用型设计 - [美]唐纳德·诺曼
- yocto 超详细教程，看完必会搭建linux系统
- cleaniis清除工具
- SpringCloud微服务项目
- 高等数学问题的MATLAB求解-薛定宇-PDF全书以及PPT和配套源程序
- FT5X06 触摸屏驱动程序，直接替换即可使用 厂家提供的资料 绝对真实可靠 已用在项目当中 资料珍贵 不能用，欢迎举报
- 新手C语言MP3播放器
- HLW8032参考设计资料V10
- 使用Entity_Framework和Web_API创建一个商城
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明