国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:任小奎,李锋,程琳,
单位:辽宁工程技术大学电子与信息学院,辽宁葫芦岛125105;
关键词:跌倒检测,粒子群算法,模式搜索,降维,支持向量机,
针对粒子群算法存在后期趋同性严重、收敛速度缓慢以及易陷入局部极小点等缺点,将模式搜索算法引入粒子群算法,对支持向量机参数进行优化,应用于跌倒检测中。首先,使用穿戴式设备收集跌倒检测数据集,将初始数据进行均值滤波以消除噪声的影响;然后,提取滤波后的数据特征,将提取的多维数据使用奇异值分解算法进行降维;最后,降维后的数据将用来检验粒子群模式搜索算法的优劣。通过与支持向量机算法和支持向量机算法加粒子群算法进行对比,粒子群模式搜索算法在跌倒检测中的特异性和灵敏度都得到了提高。
来源:2020年第4期
《计算机应用研究》期刊编辑部