基于ELM算法的老年人跌倒预测系统设计与实现
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 跌倒检测系统研究现状 | 第11-13页 |
| 1.2.2 跌倒预测系统研究现状 | 第13-14页 |
| 1.2.3 相关产品 | 第14-17页 |
| 1.3 本文研究内容 | 第17页 |
| 1.4 本文组织结构 | 第17-18页 |
| 第二章 相关研究工作 | 第18-37页 |
| 2.1 惯性测量单元原理 | 第18-23页 |
| 2.1.1 加速度计 | 第18-20页 |
| 2.1.2 陀螺仪 | 第20-21页 |
| 2.1.3 四元数理论 | 第21-23页 |
| 2.2 跌倒预测系统相关概述 | 第23-33页 |
| 2.2.1 跌倒过程加速度值阶段性分析 | 第23-25页 |
| 2.2.2 跌倒检测技术 | 第25-28页 |
| 2.2.3 跌倒检测算法 | 第28-32页 |
| 2.2.4 老年人跌倒原因分析 | 第32-33页 |
| 2.3 极限学习机 | 第33-36页 |
| 2.3.1 极限学习机的基本算法 | 第33-35页 |
| 2.3.2 极限学习机结构选择 | 第35-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第三章 基于ELM算法老年人跌倒预测系统设计 | 第37-46页 |
| 3.1 基础研究 | 第37-41页 |
| 3.1.1 人类活动类型分析 | 第37-38页 |
| 3.1.2 佩戴位置 | 第38页 |
| 3.1.3 数据指标选择和特征值选择 | 第38-40页 |
| 3.1.4 评价指标 | 第40-41页 |
| 3.2 ELM算法结构设计 | 第41-42页 |
| 3.3 系统架构与实现 | 第42-45页 |
| 3.3.1 硬件设备 | 第42-43页 |
| 3.3.2 系统架构 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 跌倒预测系统实验设计和结果分析 | 第46-53页 |
| 4.1 实验设计 | 第46-49页 |
| 4.1.1 实验对象和运动模型 | 第46-47页 |
| 4.1.2 数据采集和处理 | 第47-49页 |
| 4.2 不同种类姿态的数据结果分析 | 第49-52页 |
| 4.3 本章小结 | 第52-53页 |
| 第五章 结论 | 第53-55页 |
| 5.1 分析讨论 | 第53-54页 |
| 5.1.1 老年人跌倒和年轻人的区别 | 第53页 |
| 5.1.2 前置时间分析 | 第53-54页 |
| 5.2 总结 | 第54-55页 |
| 结束语 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 作者在学期间取得的学术成果 | 第62页 |
