技术总结
本发明公开了一种基于机器学习的老人跌倒检测方法，所述方法包括：[1]采集每个传感器的样本信息；[2]用样本信息训练字典并构造样本跌倒特征向量；[3]用样本跌倒特征向量训练分类器；[4]采集每个传感器的信息；[5]调用字典构造跌倒特征向量；[6]跌倒特征向量，采用已训练的分类器预测跌倒，输出预测结果。本发明还公开了一种实现所述的基于机器学习的老人跌倒检测方法的检测系统，包括：传感器模块、ARM主机模块和GPRS模块。本发明具有能运用字典学习算法和鲁棒的随机森林分类器有效提高老人跌倒检测的准确率等优点。
技术研发人员：周智恒;俞政;劳志辉;李浩宇;李波;胥静
受保护的技术使用者：华南理工大学
文档号码：201610509618
技术研发日：2016.06.30
技术公布日：2017.02.15