1、基于模式識(shí)別的人體跌倒檢測(cè)儀設(shè)計(jì)與實(shí)現(xiàn)摘 要我國是世界上人口最多的國家，目前全國人口總數(shù)接近14億，受社會(huì)發(fā)展的實(shí)際情況影響，我國除了是人口基數(shù)龐大的國家之外，還逐年步入了人口老齡化社會(huì)，通過數(shù)據(jù)統(tǒng)計(jì)就可以看到老齡化程度的不斷加深，老年人口數(shù)量占全國總?cè)丝跀?shù)量的比重將不斷增長(zhǎng)，老年人口基數(shù)日益龐大。本次論文的研究目的就是要探索人體跌倒檢測(cè)儀的設(shè)計(jì)理論和具體優(yōu)化的實(shí)施對(duì)策，通過實(shí)際的案例分析證明來檢測(cè)設(shè)計(jì)的合理性，并反饋出更為優(yōu)化的設(shè)計(jì)內(nèi)容。本次研究的理論意義在于：將儀器設(shè)計(jì)與現(xiàn)代化信息與經(jīng)濟(jì)發(fā)展融合起來，從創(chuàng)新研發(fā)的角度來講符合現(xiàn)代產(chǎn)業(yè)運(yùn)作的內(nèi)在要求，切合受眾接受的購買需求，其理論意義是填補(bǔ)檢

2、測(cè)儀設(shè)計(jì)空白的。實(shí)踐意義在于：在我國人體跌倒檢測(cè)儀的研制和開發(fā)仍處于探索和試驗(yàn)階段，國內(nèi)尚未真正出現(xiàn)具有獨(dú)立自主研發(fā)的檢測(cè)儀設(shè)施，其實(shí)踐意義對(duì)于提升老年人護(hù)理，減少社會(huì)養(yǎng)老負(fù)擔(dān)等都十分重要。本次論文研究的主要內(nèi)容包括六個(gè)部分：第一部分，對(duì)所研究的內(nèi)容、背景意義、方法影響等進(jìn)行了總結(jié)，并針對(duì)“跌倒行為”、 “識(shí)別傳感”、 “系統(tǒng)應(yīng)用”等內(nèi)容進(jìn)行了文獻(xiàn)綜述整理。第二部分，對(duì)相關(guān)概念進(jìn)行了論述，包括：模式識(shí)別、跌倒、跌倒檢測(cè)儀等。第三部分，開展了人體跌倒行為的特點(diǎn)研究。第四部分，進(jìn)行了人體跌倒檢測(cè)算法及實(shí)驗(yàn)研究。第五部分，提出了模式識(shí)別下人體跌倒檢測(cè)儀的設(shè)計(jì)策略。第六部分，進(jìn)行了總結(jié)和展望。本次論文

3、研究通過理論分析、實(shí)驗(yàn)研究、策略總結(jié)的基本過程，對(duì)模式識(shí)別理論下的人體跌倒檢測(cè)儀設(shè)計(jì)進(jìn)行了相關(guān)論述，最終得出如下結(jié)論：第一，模式識(shí)別下的人體跌倒檢測(cè)儀設(shè)計(jì)離不開對(duì)重點(diǎn)概念的理解，重點(diǎn)的概念內(nèi)容包括跌倒、模式識(shí)別和跌倒檢測(cè)儀三方面。第二，人體跌倒行為的特點(diǎn)的研究之中分析了當(dāng)前人體骨骼系統(tǒng)及特點(diǎn)，老年人跌倒行為模式與特點(diǎn)，為人體跌倒檢測(cè)儀的設(shè)計(jì)提供了人體模型的構(gòu)建基礎(chǔ)理論。第三，通過人體跌倒檢測(cè)算法及實(shí)驗(yàn)研究，總結(jié)人體跌倒檢測(cè)算法、閾值判斷檢測(cè)算法、模式識(shí)別檢測(cè)算法的相關(guān)模式，在實(shí)驗(yàn)結(jié)果的分析下證明了基于模式識(shí)別的計(jì)算方法，設(shè)計(jì)的人體跌倒檢測(cè)儀要考慮到跌倒時(shí)的具體身體表現(xiàn)數(shù)據(jù)和相關(guān)的敏感度，提出了

4、模式識(shí)別的多種計(jì)算機(jī)技術(shù)方法，這樣設(shè)計(jì)出來的產(chǎn)品能夠有效區(qū)分跌倒與其它日常生活行為動(dòng)作，避免出現(xiàn)誤報(bào)的情況，干擾使用者的日常生活。第四，提出了模式識(shí)別下人體跌倒檢測(cè)儀的設(shè)計(jì)策略：應(yīng)該完善模式識(shí)別下人體跌倒檢測(cè)儀的設(shè)計(jì)實(shí)施過程，進(jìn)行完備的信號(hào)數(shù)據(jù)處理，構(gòu)建完備計(jì)算的信號(hào)向量模，充分利用現(xiàn)代化網(wǎng)絡(luò)體系。關(guān)鍵詞：人體跌倒檢測(cè)儀；模式識(shí)別；實(shí)驗(yàn)；對(duì)策OnHumanfalldetectordesignandimplementationofPatternRecognitionAbstract China is the worlds most populous country, currently the

5、countrys population close to 1.4 billion, by the impact of the actual situation of social development, in addition to our huge population base country, year after year also entered the aging society, through statistics on You can see the degree of aging of deepening the elderly population accounts f

6、or the proportion of the number of the countrys total population will continue to grow, increasingly large elderly population base. The purpose of this research paper is to explore the human fall detector design theory and implementation of countermeasures specifically optimized through actual case

7、studies to prove to detect design is reasonable, and feedback the more optimized design content. Theoretical significance of this study lies in: the instrument design combines it with modern information and economic development, innovation and research and development from the perspective of complia

8、nce with the inherent requirements of a modern industrial operation, to meet the needs of the audience to accept the purchase, its theoretical significance is designed to fill the detector blank. Practical significance lies: in our human fall detector research and development is still in the explora

9、tion and testing phase, is not yet really the detector with independent research and development facilities, and its practical significance for enhancing elderly care, reduce social pension burden so important The main contents of this thesis consists of six parts: The first part of the research con

10、tent, meaning the background, methods, impacts are summarized, and for the fall behavior, Recognition Sensor, System, etc. conducted a literature review finishing. The second part of the relevant concepts were discussed, including: pattern recognition, fall, fall detector. The third part, to carry o

11、ut the characteristics of the study of human behavior in the fall. The fourth part, were human fall detection algorithm and experimental research. The fifth part of pattern recognition is proposed under human fall detector design strategy. Part VI, a summary and outlook. This paper studies the theor

12、etical analysis, the basic process of experimental research, strategy summary, the human body fall detector design pattern recognition theory under discussion were related, the final conclusions are as follows: First, the pattern recognition under the human fall detection device designed to focus on

13、 conceptual understanding is inseparable from the concept of the key points include falls, pattern recognition and fall detector in three areas. Second, the study of human behavior falls into the analysis of the current characteristics of the human skeletal system and features, behavior patterns and

14、 characteristics of falls in older people, as human fall detection device designed to provide a theoretical basis for constructing mannequin. Third, through human detection algorithm and experimental research fall, summarizes the human fall detection algorithm to determine the threshold detection al

15、gorithm, pattern recognition algorithms to detect the correlation model, in the analysis of experimental results prove that the calculation method based on pattern recognition, the design of the human fall detector to take into account the performance of specific body fall when the sensitivity of th

16、e data and the associated proposed pattern recognition method for a variety of computer technology, such products designed to effectively distinguish fall activities of daily living and other actions to avoid false positives cases, interfere with the users daily life. Fourth, the proposed pattern re

17、cognition under human fall detector design strategy: should improve the human fall under pattern recognition detector design and implementation process, carried out a complete signal data processing, mold build a complete signal vector calculation, full use of modern network system .Keywords: human

18、fall detection device; pattern recognition; experiment; countermeasure目 錄摘 要1第一章 緒論41.1研究背景41.2研究目的及意義41.3研究方法及內(nèi)容51.3.1研究方法51.3.2研究?jī)?nèi)容51.4文獻(xiàn)綜述61.4.1“跌倒行為”的相關(guān)研究61.4.2“識(shí)別傳感”的相關(guān)研究61.4.3“系統(tǒng)應(yīng)用”的相關(guān)研究7第二章 相關(guān)概念論述82.1模式識(shí)別82.2跌倒82.3跌倒檢測(cè)儀92.4本章小結(jié)10第三章 人體跌倒行為的特點(diǎn)研究113.1人體骨骼系統(tǒng)及特點(diǎn)113.2人體跌倒行為特點(diǎn)123.3老年人跌倒行為模式與特點(diǎn)133.3

19、.1老年人跌倒行為模式133.3.2老年人跌倒行為特點(diǎn)143.4本章小結(jié)14第四章 人體跌倒檢測(cè)算法及實(shí)驗(yàn)研究154.1人體跌倒檢測(cè)算法154.1.1閾值判斷檢測(cè)算法154.1.2模式識(shí)別檢測(cè)算法164.1.3支持向量機(jī)的跌到檢測(cè)算法174.2人體跌倒檢測(cè)實(shí)驗(yàn)設(shè)計(jì)184.2.1實(shí)驗(yàn)對(duì)象184.2.2實(shí)驗(yàn)方法184.2.3實(shí)驗(yàn)結(jié)果與分析184.3本章小結(jié)21第五章 模式識(shí)別下人體跌倒檢測(cè)儀的設(shè)計(jì)策略225.1模式識(shí)別下人體跌倒檢測(cè)儀的設(shè)計(jì)實(shí)施225.1.1人工智能感應(yīng)系統(tǒng)225.1.2信號(hào)控制系統(tǒng)235.1.3系統(tǒng)硬件電路設(shè)計(jì)245.1.4軟件的設(shè)計(jì)255.2模式識(shí)別下人體跌倒檢測(cè)儀的設(shè)計(jì)策略2

20、75.2.1進(jìn)行完備的信號(hào)數(shù)據(jù)處理275.2.2構(gòu)建完備計(jì)算的信號(hào)向量模285.2.3充分利用現(xiàn)代化網(wǎng)絡(luò)體系295.3本章小結(jié)31第六章 結(jié)論316.1結(jié)論316.2展望32注釋33參考文獻(xiàn)33附 錄36致 謝40第一章 緒論1.1研究背景我國是世界上人口最多的國家，目前全國人口總數(shù)接近14億，受社會(huì)發(fā)展的實(shí)際情況影響，我國人口眾多，而且受計(jì)劃生育政策和國情發(fā)展的影響，正在逐年步入老齡化社會(huì)。根據(jù)人口普查的結(jié)果顯示：我國15-64歲勞動(dòng)年齡人口從1982年的62517萬人增加到2012年的萬人，年均增加1262.9萬人。其增長(zhǎng)速度之快以及超過了老齡化國家的德國和澳大利亞，在這種人口發(fā)展?fàn)顩r下，

21、老年人的健康護(hù)理工作成為在社會(huì)管理的重點(diǎn)問題，為了更好地維護(hù)老年人的身體健康問題，除了醫(yī)療系統(tǒng)的進(jìn)步發(fā)展之外，還需要從家庭護(hù)理和社會(huì)護(hù)理兩方面進(jìn)行全面的拓展，以此來確保對(duì)老人的人性化關(guān)懷。但是，實(shí)際情況卻是“老齡化人口增多”和“老齡人口需要家庭護(hù)理”之間存在明顯的矛盾，家庭環(huán)境之中老齡化人口增多，青年人需要工作、照顧孩子、照顧老人，從實(shí)際情況來看就是分身乏術(shù)，這時(shí)候就需要建立起相對(duì)廣泛的老年人護(hù)理工具體系。“人體跌倒檢測(cè)儀”的設(shè)計(jì)能夠填補(bǔ)家庭護(hù)理的空白，在老年人跌倒的情況下，研究動(dòng)作模擬狀況，然后利用通信設(shè)施進(jìn)行報(bào)警處理，保證老年人在跌倒后由第一時(shí)間的狀況傳遞和信息傳遞。跌倒報(bào)警器采用GSM

22、網(wǎng)絡(luò)(支持聯(lián)通、移動(dòng)SIM 卡,暫不支持電信SIM 卡),具有穩(wěn)定、可靠的優(yōu)點(diǎn)。該產(chǎn)品小巧,精致,便于攜帶,是老年人生活的貼心伴侶。1.2研究目的及意義本次論文的研究目的就是要探索人體跌倒檢測(cè)儀的設(shè)計(jì)理論和具體優(yōu)化的實(shí)施對(duì)策，通過實(shí)際的案例分析證明來檢測(cè)設(shè)計(jì)的合理性，并反饋出更為優(yōu)化的設(shè)計(jì)內(nèi)容。本次研究的理論意義在于：將儀器設(shè)計(jì)與現(xiàn)代化信息與經(jīng)濟(jì)發(fā)展融合起來，從創(chuàng)新研發(fā)的角度來講符合現(xiàn)代產(chǎn)業(yè)運(yùn)作的內(nèi)在要求，切合受眾接受的購買需求，其理論意義是填補(bǔ)檢測(cè)儀設(shè)計(jì)空白的。實(shí)踐意義在于：在我國人體跌倒檢測(cè)儀的研制和開發(fā)仍處于探索和試驗(yàn)階段，國內(nèi)尚未真正出現(xiàn)具有獨(dú)立自主研發(fā)的檢測(cè)儀設(shè)施，其實(shí)踐意義對(duì)于提升

23、老年人護(hù)理，減少社會(huì)養(yǎng)老負(fù)擔(dān)等都十分重要。1.3研究方法及內(nèi)容1.3.1研究方法1.3.1.1文獻(xiàn)資料法在研究過程中，通過網(wǎng)絡(luò)和圖書館系統(tǒng)查閱并收集有關(guān)“基于模式識(shí)別的人體跌倒檢測(cè)儀設(shè)計(jì)”的文獻(xiàn)資料，并對(duì)有關(guān)文獻(xiàn)資料進(jìn)行整理、綜合，為本研究奠定了理論基礎(chǔ)。1.3.1.2專家訪談法針對(duì)本論文需要分別走訪“基于模式識(shí)別的人體跌倒檢測(cè)儀設(shè)計(jì)”管理人員，并結(jié)合電話，電子郵件等方式就發(fā)展?fàn)顩r進(jìn)行交流和討論。1.3.1.3數(shù)據(jù)統(tǒng)計(jì)法通過統(tǒng)計(jì)軟件，對(duì)所得數(shù)據(jù)進(jìn)行相應(yīng)的統(tǒng)計(jì)學(xué)處理，得到科學(xué)有效的結(jié)論，邏輯分析進(jìn)行歸納、類比、演繹、綜合等方法，根據(jù)數(shù)據(jù)統(tǒng)計(jì)結(jié)果進(jìn)行分析。1.3.2研究?jī)?nèi)容本次論文的研究?jī)?nèi)容包括：

24、本次論文研究的主要內(nèi)容包括六個(gè)部分：第一部分，對(duì)所研究的內(nèi)容、背景意義、方法影響等進(jìn)行了總結(jié)，并針對(duì)“跌倒行為”、 “識(shí)別傳感”、 “系統(tǒng)應(yīng)用”等內(nèi)容進(jìn)行了文獻(xiàn)綜述整理。第二部分，對(duì)相關(guān)概念進(jìn)行了論述，包括：模式識(shí)別、跌倒、跌倒檢測(cè)儀等。第三部分，開展了人體跌倒行為的特點(diǎn)研究。第四部分，進(jìn)行了人體跌倒檢測(cè)算法及實(shí)驗(yàn)研究。第五部分，提出了模式識(shí)別下人體跌倒檢測(cè)儀的設(shè)計(jì)策略。第六部分，進(jìn)行了總結(jié)和展望。1.4文獻(xiàn)綜述1.4.1“跌倒行為”的相關(guān)研究本次論文研究首先查閱了有關(guān)“跌倒行為”的相關(guān)研究。2013年北京工業(yè)大學(xué)李強(qiáng)的著作跌倒檢測(cè)關(guān)鍵技術(shù)的研究與應(yīng)用中采用了加速度SMV特征值和傾角信息融合的

25、閾值判斷算法，通過大量實(shí)驗(yàn)獲取了各種跌倒和日?；顒?dòng)的加速度數(shù)據(jù)，這些數(shù)據(jù)都是“跌倒行為”的重要原始數(shù)據(jù)，對(duì)于研究跌倒檢測(cè)儀有著重要的數(shù)據(jù)支持。并利用Matlab工具畫出了曲線圖，確定了合適的加速度SMV和傾角閾值；利用ST公司的LIS3DH型加速度傳感器實(shí)時(shí)獲取人體加速度數(shù)據(jù)，計(jì)算加速度SMV特征值和傾角特征值。這些數(shù)值是本次設(shè)計(jì)基本數(shù)據(jù)的支持理論1。2013年大連海事大學(xué)秦瑀陽的著作老年人跌倒檢測(cè)報(bào)警裝置的研究與設(shè)計(jì)中通過實(shí)驗(yàn)測(cè)試,對(duì)于跌倒探測(cè)的準(zhǔn)確率可達(dá)90%以上。本文在算法設(shè)計(jì)和系統(tǒng)實(shí)現(xiàn)上對(duì)已有的技術(shù)進(jìn)行了改進(jìn)：改善了大多數(shù)現(xiàn)有檢測(cè)技術(shù)對(duì)于佩戴位置嚴(yán)格要求以及無法檢測(cè)一些特殊跌倒的設(shè)計(jì)。

26、加速度模塊與人體可呈任意角度,只需緊貼軀干部位即可，利用一種,由方差概念引申而來的檢測(cè)方法豐富了對(duì)于撞擊劇烈程度的判定。這種全新的計(jì)算模式在本次論文研究之中也進(jìn)行了使用，通過數(shù)據(jù)設(shè)計(jì)的判定，對(duì)人體跌倒后的輸入數(shù)據(jù)進(jìn)行了分析研究2。2012年清華大學(xué)黃帥的著作老年人跌倒檢測(cè)系統(tǒng)中相關(guān)算法的研究及應(yīng)用針對(duì)跌倒數(shù)據(jù)的計(jì)算方法進(jìn)行了改進(jìn)，針對(duì)以前對(duì)于跌倒檢測(cè)算法研究中代價(jià)敏感度問題，首次將代價(jià)敏感度分析應(yīng)用到跌倒檢測(cè)算法中，提出針對(duì)單個(gè)待分類樣本的最小風(fēng)險(xiǎn)貝葉斯方法，以及針對(duì)總體風(fēng)險(xiǎn)的Neyman-Pearson方法的總體風(fēng)險(xiǎn)最小化決策規(guī)則。這樣的內(nèi)容對(duì)本次研究有重要的借鑒意義，對(duì)人體“跌倒行為”傳遞

27、的相關(guān)癥狀的數(shù)據(jù)計(jì)算更為準(zhǔn)確，更為有利于對(duì)跌倒后的行為進(jìn)行準(zhǔn)確的分析3。1.4.2“識(shí)別傳感”的相關(guān)研究本次論文研究首先查閱了有關(guān)“識(shí)別傳感”的相關(guān)研究。包括：2012年大連理工大學(xué)梁丁的著作基于MEMS慣性傳感器的跌倒檢測(cè)與預(yù)警研究進(jìn)行了傳感器的研究，說明了在人的身體部位中,腰部和胸口最適合放置跌倒傳感器,且監(jiān)測(cè)性能相差不大,都遠(yuǎn)優(yōu)于腿部的節(jié)點(diǎn),實(shí)際應(yīng)用中可根據(jù)需要靈活選擇，并對(duì)跌倒前置時(shí)間進(jìn)行了理論上的定義,研究發(fā)現(xiàn)前置時(shí)間的理論值約為500300ms。這些都對(duì)傳輸數(shù)據(jù)與傳輸行為有理論支持的作用4。2010年重慶大學(xué)謝開明的著作基于GPRS的跌倒檢測(cè)報(bào)警系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)則設(shè)計(jì)和開發(fā)一套能在

28、便攜式設(shè)備上實(shí)現(xiàn)的具有有效的跌倒檢測(cè)功能,并能夠?qū)崿F(xiàn)實(shí)時(shí)遠(yuǎn)程報(bào)警及事發(fā)地定位功能的老年人跌倒檢測(cè)遠(yuǎn)程報(bào)警系統(tǒng)的需求,針對(duì)現(xiàn)有基于三軸加速度的SMV閾值算法在跌倒檢測(cè)中存在一定漏報(bào)及誤報(bào)的問題,提出了在SMV閾值算法基礎(chǔ)上輔以傾角檢測(cè)以提高算法有效性5。2011河北農(nóng)業(yè)大學(xué)的寧鴻成的著作遠(yuǎn)程跌倒檢測(cè)技術(shù)的研究將跌倒檢測(cè)的分析過程分割成兩部分:一個(gè)是用戶終端數(shù)據(jù)采集和數(shù)據(jù)的預(yù)處理;一個(gè)是監(jiān)管平臺(tái)的最終分析處理。在對(duì)跌倒檢測(cè)技術(shù)的研究過程中,在對(duì)跌倒檢測(cè)算法的研究中通過引入數(shù)據(jù)的預(yù)處理機(jī)制。在算法設(shè)計(jì)過程中通過對(duì)SVM算法的研究,最后提出了采用基于One-Class SVM的分類算法作為對(duì)原始數(shù)據(jù)預(yù)

29、處理技術(shù)?？梢哉f這篇文章的閱讀和研究對(duì)本次論文的編撰有著重要的意義，因?yàn)樘岢隽司唧w的數(shù)據(jù)輸入、預(yù)警數(shù)據(jù)的相關(guān)內(nèi)容6。1.4.3“系統(tǒng)應(yīng)用”的相關(guān)研究本次論文研究首先查閱了“系統(tǒng)應(yīng)用”的相關(guān)研究。包括：2011年武漢理工大學(xué)薛源的著作基于多傳感器的老人跌倒檢測(cè)系統(tǒng)的研究與應(yīng)用對(duì)具體的儀器系統(tǒng)設(shè)計(jì)提出了借鑒的方法，這篇文章設(shè)計(jì)了實(shí)時(shí)動(dòng)態(tài)檢測(cè)老人跌倒的穿戴式監(jiān)測(cè)系統(tǒng),此系統(tǒng)以嵌入式處理器MSP430F169為處理內(nèi)核,利用加速度傳感器采集人體三軸加速度信息,磁傳感器獲取人體軀干的傾角信息以及壓力傳感器采集兩腳的壓力數(shù)據(jù),提出了基于多傳感器信息融合的方法來監(jiān)測(cè)人體跌倒。這篇文章從整體的系統(tǒng)設(shè)計(jì)出發(fā)將數(shù)

30、據(jù)、傳授整合起來，對(duì)本次了論文的研究借鑒意義重大7。2008年重慶大學(xué)李冬的著作老年人跌倒檢測(cè)原型系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)結(jié)合微傳感器、數(shù)字信號(hào)處理以及無線傳感器網(wǎng)絡(luò)等技術(shù),利用人體運(yùn)動(dòng)產(chǎn)生的加速度,對(duì)獨(dú)居老年人的日常生活狀態(tài)實(shí)施遠(yuǎn)程監(jiān)護(hù) ,減少跌倒發(fā)生的可能性。這篇文章的時(shí)間較長(zhǎng)，雖然理論設(shè)計(jì)數(shù)據(jù)的借鑒意義不大，但是整體系統(tǒng)設(shè)計(jì)的優(yōu)化方式對(duì)本次論文研究有指向意義，保證了本次論文設(shè)計(jì)的檢測(cè)儀設(shè)施能夠更為完備8。2008上海交通大學(xué)孫新香的著作基于三軸加速度傳感器的跌倒檢測(cè)技術(shù)的研究與應(yīng)用在分析比較國內(nèi)外跌倒檢測(cè)及相關(guān)技術(shù)的基礎(chǔ)上,并考慮到產(chǎn)品的實(shí)用性和系統(tǒng)的成本等因素,本文設(shè)計(jì)了基于三軸加速度傳感器、嵌

31、入式單片機(jī)、CDMA無線通信和gpsOne空間定位技術(shù)的跌倒探測(cè)器。利用三軸加速度傳感器采集人體的三維加速度值,并由單片機(jī)進(jìn)行分析,當(dāng)探測(cè)到有異常跌倒發(fā)生時(shí),在進(jìn)行空間定位后,將發(fā)生跌倒的位置通過無線通信的方式進(jìn)行發(fā)布。這篇文章雖然時(shí)間也較長(zhǎng)了，但是本文對(duì)中外設(shè)計(jì)的優(yōu)勢(shì)和區(qū)別進(jìn)行了分析，對(duì)本次論文研究有重要的中外理論技術(shù)研究的對(duì)比價(jià)值9。第二章 相關(guān)概念論述2.1模式識(shí)別模式識(shí)別（Pattern Recognition）就是把環(huán)境與客體統(tǒng)稱為“模式”。 近年來，看到了電腦輔助成果，計(jì)算機(jī)輔助設(shè)計(jì)（CAD），計(jì)算機(jī)輔助制造（CAM）和計(jì)算機(jī)輔助工程（CAE）已經(jīng)成為工程和工程教育中的應(yīng)用關(guān)鍵，模

32、式識(shí)別創(chuàng)建的對(duì)象作為一個(gè)工具來進(jìn)行視覺思維與設(shè)計(jì)，實(shí)驗(yàn)無法在實(shí)驗(yàn)室做的，可以是通過計(jì)算機(jī)生成的虛擬實(shí)驗(yàn)室。目標(biāo)是開發(fā)設(shè)計(jì)能力，基于計(jì)算機(jī)的是實(shí)現(xiàn)這一目標(biāo)的最佳工具。溫斯頓教授 10 和另一位美國麻省理工學(xué)院認(rèn)為：“人工智能是研究如何讓計(jì)算機(jī)做過去只有情報(bào)工作可以做。 11 “人工智能被稱為世界三大高新技術(shù)在第二十個(gè)世紀(jì)以來七十（航天技術(shù)，能源技術(shù)，人工智能），也在第二十一世紀(jì)三大尖端技術(shù)考慮（基因工程，納米科學(xué)，人工智能）一個(gè)。自從人類在人工智能的追求不遺余力，那么什么是人工智能？這樣做的目的是什么？這是個(gè)非常有趣的和重要的問題，因?yàn)槿虻捻敿饪茖W(xué)家爭(zhēng)論了半個(gè)世紀(jì)都沒有統(tǒng)一的結(jié)果。但是無論最終

33、結(jié)果如何，人工智能的發(fā)展離不開識(shí)別模式的應(yīng)用，在識(shí)別模式下，要對(duì)自然界的事物、現(xiàn)象進(jìn)行全面的描述，描述數(shù)據(jù)數(shù)值的具體內(nèi)容就是實(shí)現(xiàn)人工智能設(shè)計(jì)的關(guān)鍵12。本文研究要基于檢測(cè)儀來進(jìn)行“模式識(shí)別”的分析，因此本次的概念論述，更多的是要強(qiáng)調(diào)大數(shù)據(jù)精準(zhǔn)化處理技術(shù)和數(shù)據(jù)庫結(jié)構(gòu)、模擬人腦的人工智能核心算法和人工大腦架構(gòu)等方面取得多項(xiàng)技術(shù)突破和創(chuàng)新，這些突破和創(chuàng)新通過對(duì)比體驗(yàn)靈聚人工大腦演示程序。明確的來講，本文研究的模式識(shí)別，依然是初期的識(shí)別模式，其實(shí)這種初期的人工智能技術(shù)其實(shí)無處不在，比如你手機(jī)中的Siri或是Windows 10中的Cortana。自然語音識(shí)別及處理、物體識(shí)別、計(jì)算機(jī)視覺、翻譯機(jī)器等等，

34、均是人工智能的一部分，很多部分我們已經(jīng)可以體驗(yàn)到。而將這些技術(shù)進(jìn)行有機(jī)結(jié)合，則是將其產(chǎn)品化的重點(diǎn)13。2.2跌倒跌倒是指突發(fā)不自主的，非故意行為下的體位改變，多指人或動(dòng)物倒在地上或更低的平面上。本文研究的主要是指人體的跌倒行為，按照國際疾病分類（ICD-10）對(duì)跌倒的分類，跌倒包括以下兩類：第一，從一個(gè)平面至另一個(gè)平面的跌落。第二，同一平面的跌倒 14 。在65歲或以上，每年約有30%名65歲以上有下降。老人一旦摔倒會(huì)造成很多不良后果，如骨折，尤其是髖部骨折最常見，其次是皮膚擦傷，軟組織損傷，腦震蕩，腦挫裂傷，受傷或傷口，關(guān)節(jié)損傷，甚至引起腦出血更嚴(yán)重的后果，最終導(dǎo)致老年人死亡。而更多的是老年

35、人的跌倒有各種各樣的殘疾 15 。這些殘疾狀況會(huì)影響對(duì)老年人的身體健康，使得普通的跌倒模式變得更為復(fù)雜，影響力對(duì)老年人跌倒的綜合考慮和運(yùn)動(dòng)模式的分析。2.3跌倒檢測(cè)儀跌倒檢測(cè)儀是針對(duì)“人跌倒行為”而設(shè)計(jì)的重要的現(xiàn)代化科學(xué)儀器。這種特殊的姿勢(shì)變化檢測(cè)，在實(shí)時(shí)監(jiān)測(cè)人體心電信號(hào)參數(shù)的變化，同時(shí)檢測(cè)人，監(jiān)測(cè)人體位置的變化。在2.4GHz ISM頻段的各種無線技術(shù)的發(fā)展已LED的異構(gòu)無線設(shè)備的信道共存，如Wi-Fi，藍(lán)牙，ZigBee。這在交叉技術(shù)干擾這一問題的公共信道的結(jié)果共享，由于無線設(shè)備一般使用不同的PHY / MAC規(guī)格。特別是，功能較少的ZigBee設(shè)備往往可以從強(qiáng)大的Wi-Fi不可預(yù)知的低吞

36、吐量由于干擾的經(jīng)驗(yàn)。ZigBee的保護(hù)裝置是一個(gè)有吸引力的解決方案，因?yàn)樗梢员Ａ粜诺郎咸撊醯腪igBee設(shè)備代表。保護(hù)的方法，然而，有一些局限性；可能會(huì)導(dǎo)致顯著的開銷對(duì)ZigBee和Wi-Fi，和（ii）ZigBee控制包還是易受Wi-Fi干擾。 16 。具體來講其功能包括：主要功能如下：（1）跌倒自動(dòng)報(bào)警功能。這個(gè)自動(dòng)報(bào)警的功能，主要強(qiáng)調(diào)的是“自動(dòng)”，因?yàn)閷?duì)于報(bào)警技術(shù)而言，我國的發(fā)展已經(jīng)較為成熟，但是自動(dòng)報(bào)警就需要更深一步地了解到當(dāng)時(shí)的狀況，不會(huì)出現(xiàn)“亂報(bào)警”的狀況出現(xiàn)，因此對(duì)于自動(dòng)報(bào)警的技術(shù)研究要更為精密化。（2）緊急情況報(bào)警功能。這個(gè)功能的體現(xiàn)則是要在自動(dòng)報(bào)警體現(xiàn)內(nèi)部更深一層次的體現(xiàn)出

37、對(duì)報(bào)警功能的完善，除了跌倒?fàn)顩r報(bào)警之外，還要有手動(dòng)、通話和出現(xiàn)心臟、血壓轉(zhuǎn)變時(shí)進(jìn)行報(bào)警 17。（3）免提通話定位功能。這個(gè)功能主要是考慮到老年人需要大聲的提醒才能夠聽清楚外界的信息傳遞，因此免提通話的定位功能，一方面能夠便于通話，另一方面則是能夠在免提功能下自動(dòng)報(bào)警，體現(xiàn)出產(chǎn)品的LBS和GPS定位方式。（4）提示功能。這個(gè)功能相當(dāng)于智能手機(jī)的功能提示作用，提醒老年人吃藥，幫助老年人記憶一些重要的事件。提示的方式要盡可能地選擇語音提示，因?yàn)槎绦拍Ｊ綍?huì)影響老年人的閱讀和記憶。（5）狀態(tài)查詢功能。這個(gè)功能能夠記錄一段時(shí)間內(nèi)老年人的生活狀況和遵醫(yī)囑的情況，近親屬可以進(jìn)行相關(guān)的內(nèi)容查詢，了解老年人的生活

38、狀況，還可以進(jìn)行遠(yuǎn)程的網(wǎng)絡(luò)聊天。同時(shí)發(fā)生跌倒行為后能夠?qū)夏耆说箷r(shí)候的身體數(shù)據(jù)狀況進(jìn)行記錄，便于急救人員查詢當(dāng)時(shí)跌倒的狀況，對(duì)受力狀況進(jìn)行分析，方便急救。這些發(fā)明的檢測(cè)儀所采集的單臂式心電信號(hào)比起傳統(tǒng)肢體導(dǎo)聯(lián)采集的心電信號(hào)更為方便，且整個(gè)采集終端設(shè)備只需4節(jié)5號(hào)電池供電，很好的實(shí)現(xiàn)了穿戴式和便攜式的要求18。2.4本章小結(jié)本章內(nèi)容主要是針對(duì)相關(guān)概念進(jìn)行了論述，重點(diǎn)的概念內(nèi)容包括跌倒、模式識(shí)別和跌倒檢測(cè)儀三方面。其中跌倒概念的研究較為簡(jiǎn)單，重點(diǎn)放到了具體的分析當(dāng)前我國跌倒?fàn)顩r、行為、后果的相關(guān)數(shù)據(jù)；模式識(shí)別的概念較為復(fù)雜，因此重點(diǎn)對(duì)這種概念對(duì)人工智能的作用進(jìn)行了概念論述；跌倒檢測(cè)儀的概念分析則

39、是要從本質(zhì)來分析本次研究設(shè)計(jì)的儀器有哪些功能和作業(yè)。第三章 人體跌倒行為的特點(diǎn)研究3.1人體骨骼系統(tǒng)及特點(diǎn)人體跌倒行為有著自身的行為特點(diǎn)，這種行為特點(diǎn)與人體骨骼系統(tǒng)的特點(diǎn)密切相關(guān)。能夠控制人體跌倒行為的骨骼系統(tǒng)包括：第一，脊柱。脊柱位于脊部中央，是人體的中軸，有椎骨、骶骨和尾骨及其之間的連結(jié)共同組成，具有支持身體和保護(hù)脊髓、內(nèi)臟的作用19。詳細(xì)見下圖3-1.圖3-1 脊柱分布圖從上圖可以看出，人體的脊柱支撐整個(gè)人體的行動(dòng)，彈性作用緩解了行動(dòng)時(shí)候的阻礙，對(duì)防止跌倒有著重要的作用。反之，脊柱行動(dòng)的不便利也形成了跌倒的態(tài)勢(shì)或趨勢(shì)，因此人體跌倒檢測(cè)儀應(yīng)該有收集脊柱行為數(shù)據(jù)的相關(guān)功能，將人體自由行走、跑

40、步時(shí)候的脊柱動(dòng)態(tài)數(shù)據(jù)存儲(chǔ)起來，發(fā)現(xiàn)數(shù)據(jù)變化時(shí)能夠及時(shí)作出判斷20。第二，下肢骨。受人體直立行走的影響下肢骨粗壯，適應(yīng)支撐體重，并移動(dòng)身體前進(jìn)。在連結(jié)方面，上肢骨以靈活為主，下肢骨以穩(wěn)固為主。足骨借關(guān)節(jié)和韌帶連結(jié)緊密，形成足弓，具有彈性，可減緩行走時(shí)對(duì)身體所產(chǎn)生的震蕩，同時(shí)還有保護(hù)足底的血管和神經(jīng)免受壓迫等。詳細(xì)情況見下表3-2.圖3-2 下肢骨及連接從圖3-2之中能夠借助下肢骨側(cè)面解剖圖得知，人類的下肢骨連接緊密因此能夠靈活地進(jìn)行運(yùn)動(dòng)，例如：體前屈抱腿相關(guān)的動(dòng)作時(shí)，骨盆繞髖關(guān)節(jié)冠狀軸向前運(yùn)動(dòng)，就出現(xiàn)了類似前傾跌倒的模式；反之骨盆繞髖關(guān)節(jié)冠狀軸向后運(yùn)動(dòng)，就出現(xiàn)了后傾跌倒的狀況；如果是骨盆繞髖關(guān)節(jié)

41、矢狀軸向左右運(yùn)動(dòng)，會(huì)出現(xiàn)側(cè)傾跌倒的模式。這些支撐錯(cuò)誤引發(fā)的跌倒能夠在跌倒檢測(cè)儀上體現(xiàn)出來，在智能檢測(cè)到跌倒?fàn)顩r后就發(fā)出警報(bào)和相關(guān)信息 21。3.2人體跌倒行為特點(diǎn)眾所周知，人是直立行走的動(dòng)物，在直立行走的過程中，人體的跌倒行為有獨(dú)特的特征。人類的骨骼分布，關(guān)節(jié)、肌肉、韌帶結(jié)構(gòu)兼顧實(shí)用與美觀，相當(dāng)合理，但是離完美還有一定的距離。直立行走雖然解放了雙手，但為此達(dá)成的進(jìn)化妥協(xié)，也帶來了骨骼劇變的煩惱。椎骨在受到長(zhǎng)期擠壓時(shí)，椎間盤就可能會(huì)突出，壓迫脊椎神經(jīng)，引起疼痛。除了脊椎，人類的膝蓋也飽受“直立之苦”， 人類的下肢結(jié)構(gòu)還來不及進(jìn)化，所以骨關(guān)節(jié)承受不了這份工作，往往提前出現(xiàn)故障。就膝關(guān)節(jié)而言，人的膝

42、關(guān)節(jié)和狗的膝關(guān)節(jié)結(jié)構(gòu)差不了多遠(yuǎn)，但是人的膝關(guān)節(jié)經(jīng)常需要負(fù)擔(dān)更多的勞動(dòng)強(qiáng)度，如果身體肥胖那情況會(huì)更糟，會(huì)很早就出現(xiàn)關(guān)節(jié)軟骨磨損，半月板慢性損傷，膝關(guān)節(jié)骨質(zhì)增生等關(guān)節(jié)退變疾病。在奔跑或快步走時(shí)，我們的下肢承擔(dān)的壓力可能接近體重的好幾倍，膝關(guān)節(jié)、踝關(guān)節(jié)、足部也承受了更多的壓力，這也正是人類飽嘗足痛膝傷之苦的原因所在。從以上兩點(diǎn)分析可以看出，人類直立行走過程中脊柱、膝關(guān)節(jié)是重點(diǎn)的受影響的部位，多數(shù)的臨床調(diào)查數(shù)據(jù)也充分說明了跌倒過程中脊柱、膝關(guān)節(jié)的不平衡作用是關(guān)鍵性的，同時(shí)受其他因素影響引起的跌倒行為也會(huì)以脊柱和膝關(guān)節(jié)的無法控制相關(guān)。因此，在具體的檢測(cè)儀設(shè)計(jì)過程中要將人類運(yùn)動(dòng)（特別是老年人）過程中的脊柱

43、、膝關(guān)節(jié)數(shù)據(jù)進(jìn)行人工智能輸入，輸入前要結(jié)合人體運(yùn)動(dòng)模式進(jìn)行模擬處理，圖像技術(shù)下，人體的運(yùn)動(dòng)軌跡將會(huì)更為清晰，也更有利于對(duì)人體跌倒行為的分析。在這樣的情況下能夠利用Pro/Engineer CAD軟件進(jìn)行深度圖像的數(shù)據(jù)，最終實(shí)現(xiàn)了股骨三維重建工作 22 ?？傊梭w跌倒檢測(cè)儀的設(shè)計(jì)必須要靠人體跌倒的特點(diǎn)，這種特點(diǎn)的體現(xiàn)一方面依靠于人體解剖學(xué)的研究支持，另一方面則是依靠現(xiàn)代化人體運(yùn)動(dòng)模式的人工智能處理，實(shí)現(xiàn)圖像分析后輸入智能數(shù)據(jù)，實(shí)現(xiàn)跌倒?fàn)顩r的準(zhǔn)確判斷，最終確保自動(dòng)報(bào)警的準(zhǔn)確度。3.3老年人跌倒行為模式與特點(diǎn)3.3.1老年人跌倒行為模式老年人跌倒的行為模式與其他人跌倒有著明顯的區(qū)別，其內(nèi)在的行為模

44、式存在不同的誘因，也使得跌倒后的表現(xiàn)各有不同。其跌倒行為模式主要包括：第一，步態(tài)平衡功能的紊亂。老年人的平衡能力是防止跌倒的一個(gè)重要預(yù)測(cè)參數(shù)，當(dāng)平衡能力被破壞后，老年人的肌肉、關(guān)節(jié)都會(huì)發(fā)生轉(zhuǎn)變，特別是肌肉會(huì)產(chǎn)生細(xì)微的用力轉(zhuǎn)變，雖然老年人的反應(yīng)能力較弱，但是人體跌倒時(shí)會(huì)出現(xiàn)肌肉應(yīng)急反應(yīng)，這種反應(yīng)應(yīng)該是自動(dòng)報(bào)警數(shù)據(jù)的關(guān)鍵。第二，感覺系統(tǒng)。老年人的感覺系統(tǒng)會(huì)出現(xiàn)退化，產(chǎn)生相應(yīng)的功能障礙，主要表現(xiàn)在：（1）走路時(shí)會(huì)出現(xiàn)遲緩的狀態(tài)，根據(jù)這個(gè)表現(xiàn)則要在老年人的走路速度之中收集平均值，然后將其記錄在跌倒檢測(cè)儀之中，然后形成對(duì)老年人走路的狀態(tài)監(jiān)控。（2）老年人的步態(tài)不穩(wěn)，這主要是因?yàn)槔夏耆说募∪饨M織退化了，因

45、此容易跌倒并發(fā)生骨折。在檢測(cè)儀的設(shè)計(jì)過程中要借助肌肉組織的退化程度進(jìn)行數(shù)據(jù)記錄，最終保證報(bào)警功能的準(zhǔn)確度。（3）老年人的眼睛功能退化了。眼睛雖然是視覺器官，但是眼睛最為人類第一感官系統(tǒng)，對(duì)于走路有明顯的調(diào)整和控制作用，例如：盲眼的人往往會(huì)走錯(cuò)路，無法自己判斷方向，經(jīng)常出現(xiàn)跌倒的狀況。老年人雖不是盲眼，但是由于年齡的問題，眼睛的視覺狀況受到影響，如40歲的人平均有4屈光度調(diào)節(jié)力，而到50歲調(diào)節(jié)力平均減到1屈光度，“老花眼”還有“耳聾”等表現(xiàn)都是老年人常見的感官失調(diào)癥狀，會(huì)讓老年人經(jīng)常跌倒，無法正確判斷眼前的危險(xiǎn)。（4）疾病影響走路狀態(tài)。老年人往往有多種疾病的綜合癥，例如：腦中風(fēng)、帕金森病、腦血栓

46、等，這些疾病的后遺癥都會(huì)影響老年人的走路狀況，導(dǎo)致平衡感失調(diào)，產(chǎn)生跌倒行為。跌倒檢測(cè)儀的設(shè)計(jì)要考慮到這些疾病患者的走路狀態(tài)，并形成數(shù)據(jù)記錄起來。 23。3.3.2老年人跌倒行為特點(diǎn)老年人跌倒行為的特點(diǎn)主要表現(xiàn)為：跌倒時(shí)沒有防備，不符合正確的跌倒姿勢(shì) 24。青壯年人的跌倒姿勢(shì)是：主動(dòng)用手臂和側(cè)面身體力量緩沖跌倒的力量，避免身體受到傷害。但是老年人跌倒時(shí)會(huì)產(chǎn)生嚴(yán)重的身體創(chuàng)傷，主要是因?yàn)榈沟淖藙?shì)不正確。為了解決這個(gè)問題，必須要正視老年人的跌倒特點(diǎn)，向老年人傳遞正確的跌倒方式：下頜微微收緊，下巴抵向胸部；身體順著跌倒的方向傾斜，彎曲膝蓋，降低身體重心。不要用手臂或手腕撐地；讓肩膀和上背部首先著地；滾

47、動(dòng)身體，比如做個(gè)后滾翻或前滾翻，防止所有的沖擊力集中到身體的某一點(diǎn)，有助于避免骨折。老年人應(yīng)該經(jīng)常鍛煉這個(gè)跌倒方式，然后在跌倒后，如果清醒就利用檢測(cè)儀進(jìn)進(jìn)行溝通；如果陷入昏迷，檢測(cè)儀也能夠根據(jù)跌倒后的狀況進(jìn)行自動(dòng)報(bào)警，并利用GPS設(shè)計(jì)具體的位置方向，便于親屬施救。但是，更多的情況是老人跌倒后家屬并不在身邊，這種情況占到出現(xiàn)死亡危險(xiǎn)的36%，加上社會(huì)防弊心理的影響，老年人跌倒后幫扶者都有很深的心理顧慮，這時(shí)候就需要跌倒檢測(cè)儀進(jìn)行信息發(fā)布和數(shù)據(jù)的及時(shí)收集。可以說老年人跌倒行為特點(diǎn)也是本次論文研究設(shè)計(jì)的重點(diǎn)因素之一。3.4本章小結(jié)通過本章的論述，主要是針對(duì)人體跌倒行為的特點(diǎn)進(jìn)行了總結(jié)分析，其中還特別

48、針對(duì)老年人的跌倒行為特點(diǎn)進(jìn)行了整理，其主要目的就是要結(jié)合實(shí)際社會(huì)生活、人體生理狀況等具體情況設(shè)計(jì)出有實(shí)際作用的人體跌倒檢測(cè)儀，讓設(shè)計(jì)能夠真正地方便于民，而不是一味的模仿和復(fù)制。第四章 人體跌倒檢測(cè)算法及實(shí)驗(yàn)研究4.1人體跌倒檢測(cè)算法4.1.1閾值判斷檢測(cè)算法閾值又叫臨界值，指的是最高或最低值影響生產(chǎn)。在理解物體的物理“鍵”的概念，通過兩個(gè)線程分別寫操作到g_carray全局變量，在g_cs臨界區(qū)結(jié)構(gòu)來保持線程同步和初始化線程。為了使實(shí)驗(yàn)效果更為明顯，反映在角色的關(guān)鍵區(qū)域，寫g_carray 10 線程資源共享的功能延時(shí)功能，可以增加其他搶占CPU線程的可能性。在閾值計(jì)算的具體過程，是指最小強(qiáng)度

49、刺激需求的行為反應(yīng)釋放。下面的刺激閾值不能引起行為釋放 26 。反射活動(dòng)，閾值的大小是固定的，在復(fù)雜的行為，影響閾值是由各種環(huán)境條件的影響和動(dòng)物的生理狀態(tài)。兩個(gè)基本數(shù)據(jù)類型；即，振動(dòng)信號(hào)的措施，它可以擴(kuò)展到任何非負(fù)數(shù)據(jù)，和對(duì)稱的過程值。它表明，這些數(shù)據(jù)類型有明顯不同的概率分布，因?yàn)檎嬲臄?shù)據(jù)很少符合高斯模型。本文提出一種基于梯度幅度直方圖和類間方差最大法的自動(dòng)閾值選取方法。第一步是確定初始值To。計(jì)算模板中每點(diǎn)與中心點(diǎn)的灰度差閾值，然后取灰度差值的均值為迭代初始值To，如式：在子圖象中隨機(jī)選取一點(diǎn)，計(jì)算它與模板中相應(yīng)點(diǎn)的絕對(duì)誤差值， 將每一隨機(jī)點(diǎn)對(duì)的誤差累加起來，若累加到第r次時(shí)誤差超過設(shè)定閾

50、值，則停止累加，記下此時(shí)的累加次數(shù)。第二步是計(jì)算出迭代值 。根據(jù)迭代初值將灰度差直方圖分為兩部分，每次迭代后進(jìn)行判斷，若一 Ti+1-Ti=0，那么停止迭代，取Ti+1作為最后的SUSAN模板的灰度差閾值。對(duì)于計(jì)算誤差e，可得到一個(gè)由r值構(gòu)成的曲面，曲面最大值處對(duì)應(yīng)的位置即為模板最佳匹配位置。這是因?yàn)樵擖c(diǎn)需要多次累加誤差才能超過閾值，因此相對(duì)于其它點(diǎn)，它最有可能是匹配位置27。在本文實(shí)現(xiàn)的Canny算法中所采用的卷積算子比較簡(jiǎn)單，表達(dá)如下：其x向、y向的一階偏導(dǎo)數(shù)矩陣，梯度幅值以及梯度方向的數(shù)學(xué)表達(dá)式為：求出這幾個(gè)矩陣后，就可以進(jìn)行下一步的檢測(cè)過程。4.1.2模式識(shí)別檢測(cè)算法模式識(shí)別檢測(cè)算法的

51、具體內(nèi)容包括：第一，基礎(chǔ)算法。模式識(shí)別檢測(cè)算法的基礎(chǔ)算法包括很多方面內(nèi)容：（1）K-Nearest Neighbor。K-NN本身計(jì)算是相當(dāng)大的，因?yàn)閿?shù)據(jù)的維數(shù)往往比2維的訓(xùn)練數(shù)據(jù)庫，和更大的樣本之間的距離，要求更多。把我們的課程項(xiàng)目的人臉檢測(cè)，輸入向量的維數(shù)是1024維的（32x32的圖，當(dāng)然，我認(rèn)為這是更多的訓(xùn)練數(shù)據(jù)），有成千上萬的，所以每一次的距離（這里是歐氏距離，是我們最常用的平方和平方根）每個(gè)點(diǎn)的分類，要花一百萬倍計(jì)算?，F(xiàn)在常用的方法是KD樹。那是整個(gè)輸入空間劃分成許多小區(qū)域，然后根據(jù)他們附近的組織在一個(gè)樹狀結(jié)構(gòu)。然后根據(jù)臨近的原則把它們組織為樹形結(jié)構(gòu)。然后搜索最近K個(gè)點(diǎn)的時(shí)候就不用

52、全盤比較而只要比較臨近幾個(gè)子區(qū)域的訓(xùn)練數(shù)據(jù)就行了28。（2）Bayes Classifier。在模式識(shí)別的實(shí)際應(yīng)用中，貝葉斯方法絕非就是post正比于prior*likelihood這個(gè)公式這么簡(jiǎn)單，我們一般會(huì)用正態(tài)分布擬合可能達(dá)到。通過擬合正態(tài)分布？偏差公式的右邊有兩卷，先驗(yàn)概率是先驗(yàn)的，這一發(fā)現(xiàn)是非常簡(jiǎn)單的，大量的對(duì)某一類數(shù)據(jù)的百分比數(shù)據(jù)可以是，例如，一個(gè)300一堆數(shù)據(jù)占100，然后一個(gè)先驗(yàn)概率是1 / 3。二是可能性，可能性是可以理解的：對(duì)于每類的訓(xùn)練數(shù)據(jù)，我們都是正常的分布來擬合它們與多變量（即，通過獲得的符合正態(tài)分布的均值和協(xié)方差矩陣的訓(xùn)練數(shù)據(jù)的分類），然后在進(jìn)入一個(gè)新的測(cè)試數(shù)據(jù)，分

53、別為，從各大類數(shù)據(jù)點(diǎn)的正態(tài)分布，然后用此值乘以原有的后驗(yàn)概率崗位要求。第二，傳統(tǒng)計(jì)算模式下，還有模式識(shí)別檢測(cè)算法的改進(jìn)算法。(1)隨機(jī)產(chǎn)生N個(gè)樣本集合；(2)對(duì)這個(gè)樣本集合與識(shí)別對(duì)象進(jìn)行海明距離計(jì)算；(3)選擇海明距離最大的n1個(gè)樣本，組成樣本集合M1；(4)轉(zhuǎn)到步驟(1)，生成樣本集合M2Mn，直到生成N個(gè)樣本；(5)把海明距離相同的樣本與識(shí)別對(duì)象進(jìn)行R連續(xù)位匹配。R連續(xù)位匹配，即當(dāng)2個(gè)字符串至少存在連續(xù)R位相同時(shí)才發(fā)生匹配；(6)根據(jù)海明距離和R連續(xù)位匹配對(duì)樣本進(jìn)行降序排列；(7)對(duì)N個(gè)樣本根據(jù)排列順序進(jìn)行復(fù)制，復(fù)制的數(shù)量與海明距離和R連續(xù)位匹配成正比29。4.1.3支持向量機(jī)的跌到檢測(cè)算

54、法支持向量機(jī)(Support Vector Machine，SVM）是近年來在機(jī)器學(xué)習(xí)與模式識(shí)別出現(xiàn)的新方向。其最初的發(fā)展起于20世紀(jì)70年代中葉，由Vapnik為啟示開始研究機(jī)器學(xué)習(xí)方式，在傳統(tǒng)統(tǒng)計(jì)學(xué)的基礎(chǔ)上進(jìn)行了局部小問題的計(jì)算處理，推動(dòng)了計(jì)算機(jī)學(xué)習(xí)技術(shù)的飛速發(fā)展。SVM 首先解決的是一個(gè)針對(duì)樣本的分類問題，我們首先假定n個(gè)樣本的訓(xùn)練集能被一個(gè)超平面沒有錯(cuò)誤地分開，參數(shù)w，b 滿足的約束條件為： (4.1)超平面的約束條件為： (4.2)樣本到超平面的距離為： (4.3)具體的結(jié)構(gòu)技術(shù)方式如下圖4-1前向跌倒后向跌倒左向跌倒右向跌倒起跳下蹲圖4-1 支持向量機(jī)的跌到檢測(cè)算法對(duì)于支持向量機(jī)的

55、跌到檢測(cè)算法的相關(guān)研究，國內(nèi)外都有很多的學(xué)者進(jìn)行探索，清華大學(xué)的王憲軍教授根據(jù)SVM的理論對(duì)人體跌倒后的訓(xùn)練模式進(jìn)行數(shù)據(jù)庫設(shè)計(jì)，使用二分類的支持向量機(jī)來區(qū)分跌倒和日?；顒?dòng)行為，從而控制髖關(guān)節(jié)保護(hù)氣囊的打開和關(guān)閉，從而在跌倒時(shí)能夠自動(dòng)啟動(dòng)安全氣囊，保障老年人的安全。浙江大學(xué)李宗澤教授是從檢測(cè)和定位確定目標(biāo)對(duì)象類型，現(xiàn)有的大多數(shù)研究的目標(biāo)檢測(cè)問題簡(jiǎn)化為一二分類問題，尤其是在優(yōu)勢(shì)的模式識(shí)別領(lǐng)域的支持向量機(jī)是解決兩分類問題，使系統(tǒng)能夠檢測(cè)到目標(biāo)用戶正確的發(fā)射功率和入射角的信號(hào)，以便增加系統(tǒng)容量達(dá)到溝通的目的。emvsvm擴(kuò)大了類間散布矩陣的秩，emvsvm獲取多的權(quán)重向量為每個(gè)類定義一個(gè)新的標(biāo)準(zhǔn)。em

56、vsvm顯示更多面分類器的分類精度比其他。從統(tǒng)計(jì)的角度進(jìn)行了分析，對(duì)emvsvm。近年來，我們已經(jīng)開發(fā)了一個(gè)有效的分類器，支持向量機(jī)多權(quán)重向量投影（mvsvm），像傳統(tǒng)的多面支持向量機(jī)廣義的基于支持向量機(jī)的特征值（GEPSVM mulitisurface mvsvm），能快速的完成計(jì)算和同時(shí)處理復(fù)雜的異或（XOR）的問題。此外，還表明mvsvm更有前途的結(jié)果為GEPSVM不同的分類任務(wù)。這種通信目的的計(jì)算設(shè)計(jì)方式對(duì)于本文的檢測(cè)儀后的信號(hào)發(fā)布也有重要的意義。4.2人體跌倒檢測(cè)實(shí)驗(yàn)設(shè)計(jì)4.2.1實(shí)驗(yàn)對(duì)象選取實(shí)驗(yàn)研究對(duì)象共20人，男10例，女10例，年齡30-40歲，平均年齡35.511.23歲。采

57、用了模擬跌倒的形式進(jìn)行了人體跌倒檢測(cè)實(shí)驗(yàn)，實(shí)驗(yàn)對(duì)象的年齡、病情、身體狀況等均無明顯差異，P0.05無統(tǒng)計(jì)學(xué)差異，有研究對(duì)比意義。用SPSS 14.2統(tǒng)計(jì)軟件分析數(shù)據(jù)，計(jì)數(shù)資料組間比較用t檢驗(yàn)，計(jì)量資料用2檢驗(yàn)。P0.05有差異統(tǒng)計(jì)學(xué)意義。4.2.2實(shí)驗(yàn)方法實(shí)驗(yàn)方法如下：第一，實(shí)驗(yàn)數(shù)據(jù)的收集整理。將20例實(shí)驗(yàn)對(duì)象進(jìn)行模擬跌倒活動(dòng)，重點(diǎn)收集整理跌倒者的基本信息，包括不同跌倒方向下的骨骼身體狀況、不同類型跌倒?fàn)顩r下骨骼身體狀況、跌倒后的身體負(fù)擔(dān)狀況等。出于安全考慮未請(qǐng)老年人參與,實(shí)驗(yàn)者模擬老年人日常生活中步行、上下樓梯、慢跑、快速坐下、快速躺下、坐下起立、躺下起立和跌倒等活動(dòng)動(dòng)作。實(shí)驗(yàn)在不同時(shí)間段完成,實(shí)驗(yàn)過程中地上放置有厚海綿墊,每個(gè)實(shí)驗(yàn)者被要求重復(fù)實(shí)驗(yàn)動(dòng)作2次,且每個(gè)動(dòng)作要求在10s內(nèi)完成。數(shù)據(jù)收集整理