一种基于时序分析异常数据的跌倒行为监测方法-计算机应用研究.PDFVIP

一种基于时序分析异常数据的跌倒行为监测方法 作者 王忠民, 张新平, 梁琛 机构 西安邮电大学 计算机学院 发表期刊 《计算机应用研究》 预排期卷 2018 年第35 卷第3 期 访问地址 /article/02 -2018-03-063.html 发布日期 2017-03-21 09:24:25 引用格式 王忠民, 张新平, 梁琛. 一种基于时序分析异常数据的跌倒行为监测方法[J/OL]. [2017-03-21]. ht tp:///article/02-2018-03-063.html. 摘要 针对疑似跌倒行为在跌倒监测中经常造成误报的问题，提出了一种基于时间序列分析异常数据的 跌倒监测方法。该方法对手机加速度信号进行时间序列分析，通过计算相邻时间窗口之间的相关 系数来检测异常数据，利用分类器算法对疑似跌倒行为与真实跌倒行为的异常数据样本进行分类。 该跌倒监测方法准确率为95％，比传统跌倒监测的方法准确率提高19％，误报率下降5.3％。实 验结果表明本方法是一种可行的跌倒监测方法。 关键词 行为识别, 时序分析, 异常监测 中图分类号 TP391.4 基金项目 国家自然科学基金资助项目; 陕西省科技统筹创新工程计划项目（2016KTZDGY04- 01）; 西安邮电大学研究生创新基金资助项目（114-602080102） 35 优先出版 计 算 机 应 用 研 究 第 卷 一种基于时序分析异常数据的跌倒行为监测方法* 王忠民，张新平，梁 琛 (西安邮电大学 计算机学院，西安 7100121) 摘 要：针对疑似跌倒行为在跌倒监测中经常造成误报的问题，提出了一种基于时间序列分析异常数据的跌倒监测方法。 该方法对手机加速度信号进行时间序列分析，通过计算相邻时间窗口之间的相关系数来检测异常数据，利用分类器算法 95 对疑似跌倒行为与真实跌倒行为的异常数据样本进行分类。该跌倒监测方法准确率为 ％，比传统跌倒监测的方法准 19 5.3 确率提高 ％，误报率下降 ％。实验结果表明本方法是一种可行的跌倒监测方法。 关键词：行为识别；时序分析；异常监测 中图分类号：TP391.4 Falll detection method based on time series analysis of abnormal data Wang zhongmin, Zhang xinpin, Liang chen (Xian University of Posts Telecommunications, school of computer science technology, Xian) Abstract: In view of the problem of false alarm caused by the fall in the fall detection, we proposed a new kind of fall detection method which is based on time series analysis of abnormal data . The method analysed acceleration