可穿戴数据分析驱动的运动障碍跌倒风险识别研究
打开文本图片集
摘要：［目的/意义］本文通过对运动功能障碍人群跌倒风险行为的研究，旨在构建个性、实时的跌倒预警系统框架，为相关部门在主动健康管理方面提供参考。［方法/过程］ 本文将多模态传感器数据送入PDR-CNN双阶段解耦识别网络中进行特征提取，实现对人体活动数据的实时处理与高精度识别。［结果/结论］ 在公开基准数据集UniMiB-SHAR上进行的实验评估表明，所提出的PDR-CNN模型比Plain-CNN及DepConvLSTM两种对比基线模型分别高出4. 83%和3. 57%的识别精度。（剩余6803字）
