中国安全科学学报

作者：马英楠, 吕子阳, 高星, 王勇毅

单位：1 北京航空航天大学 生物与医学工程学院,北京 100083;；2 首都经济贸易大学 安全与环境工程学院,北京 100070

关键词：老年人,平均位移,支持向量机(SVM),跌倒,模型预测

基金：北京市科学技术研究院创新团队计划课题基金资助(IG201704C1);北京城市系统工程研究中心自立课题基金资助(2019C010)。

为减少老年人跌倒事件,在实验室采集54位老年人行进过程中的运动学数据;着眼于胸椎、膝盖、肩胛骨、骨盆等4个位置,以关节点在矢状面、冠状面、横断面的平均位移作为特征维度构建预测模型,应用支持向量机(SVM)算法对易跌倒老人进行识别预测;并通过数据对比,得到可以实现较高预测精度的最小维度。结果表明:通过粒子群算法(PSO)和基因算法(GA)优化SVM参数后,模型预测精度为87.5%;通过骨盆位置建立的3个维度可以达到同样的预测精度。

来源：2019年第6期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2019年第6期