تشخیص فعالیت های عادی از سقوط با استفاده از روش ماشین بردار پشتیبان وکرم شب تاب
Publish Year: 1401
Type: Conference paper
Language: Persian
View: 266
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
COMPUTER07_054
Index date: 25 February 2023
تشخیص فعالیت های عادی از سقوط با استفاده از روش ماشین بردار پشتیبان وکرم شب تاب abstract
در این مقاله با بهره گیری از روش های یادگیری ماشین اقدام به طراحی یک سیستم تشخیص افتادن مبتنی بر داده های سنسورهای پوشیدنی در دو سناریو متفاوت کردیم.در سناریو اول پس از ای نکه داده ها را پیش پردازش کردیم با استفاده از روش تحلیل مولفه اساسی به کاهش ابعاد ویژگی ها پرداختیم وسپس با استفاده از ماشین بردارپشتیبان با کرنل گوسی به طبقه بندی ویژگی های باقی مانده پرداختیم. دقت بدست آمده برای این سناریو برابر ۹۹ % و زمان اجرای الگوریتم ۶۰ ثانیه بود که نسبت به روشمقاله پایه از لحاظ دقت ۴ % و از لحاظ زمان اجرا ۶۰ ثانیه بهینه تر بوده است. در سناریوی دوم کاهش ابعاد ویژگی ها را با استفاده از الگوریتم کرم شبتاب انجام دادیم کهتوانستیم به دقت ۱۰۰ % برسیم اما زمان اجرای برنامه ۴ برابر سناریوی اول شد. در این سناریو فقط توانستیم ۵ % بهبود در دقت نسبت به روش مقاله پایه داشته باشیم
تشخیص فعالیت های عادی از سقوط با استفاده از روش ماشین بردار پشتیبان وکرم شب تاب Keywords:
تشخیص فعالیت های عادی از سقوط با استفاده از روش ماشین بردار پشتیبان وکرم شب تاب authors
سیدمجید مزینانی
دانشیار گروه برق و کامپیوتر، دانشگاه امام رضا(ع)، مشهد، ایران
علاء زهیر عبدزید دغیرات
دانشجوی کارشناسی ارشد رشته کامپیوتر دانشگاه امام رضا(ع)، مشهد، ایران
هنگامه قصرانی
مدرس مو سسه آموزش عالی خاوران، مشهد، ایران