[发明专利]一种基于极限学习机的老人监护系统及方法有效
申请号: | 201710052370.3 | 申请日: | 2017-01-22 |
公开(公告)号: | CN106650300B | 公开(公告)日: | 2023-05-23 |
发明(设计)人: | 周智恒;劳志辉 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G16H80/00 | 分类号: | G16H80/00;G16H50/70;G06F18/24 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 罗观祥 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 极限 学习机 老人 监护 系统 方法 | ||
1.一种基于极限学习机的老人监护系统,其特征在于,所述老人监护系统包括:蓝牙数据采集模块、手机APP模块、服务器模块,
所述蓝牙数据采集模块包括蓝牙模块以及传感器,用于收集用户身体各项活动数据,并通过所述蓝牙模块将数据发送到所述手机APP模块;所述手机APP模块用于采集GPS数据和接收来自所述蓝牙数据采集模块的数据,并将所述蓝牙数据采集模块的数据和所述GPS数据发送到所述服务器模块上;所述服务器模块包括服务器和GPRS模块,用于接收来自所述手机APP模块的数据,并利用已训练的极限学习机对数据进行处理,判别是否发生异常情况,并将预警信息通过所述GPRS模块发送到监护人手机上;
基于上述老人监护系统的极限学习机的老人监护方法,包括以下步骤:
S1、采集各传感器的样本数据,所述传感器包括佩戴于人体腰部的三轴加速度传感器和三轴陀螺仪、佩戴于人体手腕的心率传感器、分别佩戴于人体左右脚底的第一压力传感器和第二压力传感器;
S2、采用滑动加权平均算法和欧氏距离计算方法对样本数据进行预处理并构造样本特征向量,过程如下:
S21、采用滑动加权平均算法对样本心率数据进行预处理,具体公式如下:
其中,hbi为预处理后的第i个样本心率数据,o_hbi为预处理前的心率传感器采集到的第i个样本心率数据,n为样本总数,且设定o_hb0=o_hb-1=0;
S22、采用欧式距离计算方法对样本加速度数据和样本角速度数据进行预处理,具体公式如下:
其中,acci和wi分别为预处理后的第i个样本加速度数据和角速度数据,acc_xi、acc_yi、acc_zi是预处理前的三轴加速度传感器采集到的三个正交方向上的第i个样本加速度数据,w_xi、w_yi、w_zi是预处理前的三轴陀螺仪采集到的三个正交方向上的第i个样本角速度数据,n为样本总数;
S23、将第一压力传感器和第二压力传感器采集到的压力数据与预处理过后的样本心率数据、样本加速度数据和样本角速度数据构成样本特征向量,其中,所述样本特征向量形式如下:
xi=[acci,wi,p1i,p2i,hbi]T,i=1,…,n
其中,xi是第i个样本特征向量,hbi、acci和wi分别为预处理后的第i个样本心率数据、样本加速度数据和样本角速度数据,p1i和p2i分别是第一压力传感器和第二压力传感器采集到的第i个样本压力数据,n为样本总数;
S3、用样本特征向量训练极限学习机;
S4、采集各传感器的数据;
S5、对数据进行预处理并构造出特征向量;
S6、用极限学习机对特征向量分类,输出分类结果。
2.根据权利要求1所述的一种基于极限学习机的老人监护系统,其特征在于,所述传感器包括:佩戴于人体腰部的三轴加速度传感器和三轴陀螺仪、佩戴于人体手腕的心率传感器、分别佩戴于人体左右脚底的第一压力传感器和第二压力传感器,各传感器的通信接口与所述蓝牙模块的I/O接口相连,各传感器的电源接口与所述蓝牙模块的电源提供接口相连。
3.根据权利要求1所述的一种基于极限学习机的老人监护系统,其特征在于,所述蓝牙模块采用配有CC2540蓝牙芯片的第二代New SmartRF开发板,其扩展I/O接口用于接收各个传感器数据,其电源提供接口用于给各个传感器提供电源,主要功能为采集各传感器数据并将数据发送到手机APP模块上。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710052370.3/1.html,转载请声明来源钻瓜专利网。