基于集成学习的移动云协同跌倒检测系统
信号处理
2019-07-11 v1 机器学习
摘要
跌倒是全球意外或非故意伤害死亡的重要原因之一。因此，本文提出一种可靠的跌倒检测算法及移动云协同跌倒检测系统。该算法是一种基于决策树的集成学习方法，命名为跌倒检测集成决策树（FEDT）。移动云协同系统可分为三个阶段：1）移动端阶段：使用轻量级阈值方法滤除日常活动（ADLs）；2）协同阶段：将数据传输至云端并在云端提取特征；3）云端阶段：部署由 FEDT 训练的模型，结合所提取特征给出最终检测结果。实验表明，所提 FEDT 在灵敏度与特异度上均优于其他算法 1–3%，更重要的是，该系统可在实际场景中提供可靠的跌倒检测。
引用
@article{arxiv.1907.04788,
title = {A Mobile Cloud Collaboration Fall Detection System Based on Ensemble Learning},
author = {Tong Wu and Yang Gu and Yiqiang Chen and Yunlong Xiao and Jiwei Wang},
journal= {arXiv preprint arXiv:1907.04788},
year = {2019}
}
备注
7 pages