大连理工大学学报
大連理工大學學報
대련리공대학학보
JOURNAL OF DALIAN UNIVERSITY OF TECHNOLOGY
2013年
1期
121-126
,共6页
姜鸣%王哲龙%刘晓博%赵红宇%胡耀华
薑鳴%王哲龍%劉曉博%趙紅宇%鬍耀華
강명%왕철룡%류효박%조홍우%호요화
人体传感器网络%动作识别%耦合隐马尔可夫模型%数据融合
人體傳感器網絡%動作識彆%耦閤隱馬爾可伕模型%數據融閤
인체전감기망락%동작식별%우합은마이가부모형%수거융합
应用人体传感器网络(body sensor networks,BSN)识别人体日常动作可以有效地提高对老年人、慢性病人,以及术后病人等特殊人群的医疗监护质量.为此建立了一个基于BSN的人体日常动作监督平台,应用采集到的加速度信号识别9个常见的人体日常动作.针对动作识别过程中存在的多传感器数据融合问题,提出一种基于耦合隐马尔可夫模型(coupled hidden Markov models,CHMMs)的动作识别方法.实验结果显示,与已有动作识别方法相比,提出的基于CHMMs的动作识别方法的识别正确率有明显的提高.
應用人體傳感器網絡(body sensor networks,BSN)識彆人體日常動作可以有效地提高對老年人、慢性病人,以及術後病人等特殊人群的醫療鑑護質量.為此建立瞭一箇基于BSN的人體日常動作鑑督平檯,應用採集到的加速度信號識彆9箇常見的人體日常動作.針對動作識彆過程中存在的多傳感器數據融閤問題,提齣一種基于耦閤隱馬爾可伕模型(coupled hidden Markov models,CHMMs)的動作識彆方法.實驗結果顯示,與已有動作識彆方法相比,提齣的基于CHMMs的動作識彆方法的識彆正確率有明顯的提高.
응용인체전감기망락(body sensor networks,BSN)식별인체일상동작가이유효지제고대노년인、만성병인,이급술후병인등특수인군적의료감호질량.위차건립료일개기우BSN적인체일상동작감독평태,응용채집도적가속도신호식별9개상견적인체일상동작.침대동작식별과정중존재적다전감기수거융합문제,제출일충기우우합은마이가부모형(coupled hidden Markov models,CHMMs)적동작식별방법.실험결과현시,여이유동작식별방법상비,제출적기우CHMMs적동작식별방법적식별정학솔유명현적제고.
