设计中期检查.pptx

毕业设计中期检查西安电子科技大学电子工程学院导师：张伟涛姓名：徐泽清基于BP神经网络的人体摔倒识别算法研究

目录CONTENTS西安电子科技大学课题背景01算法优化03数据采集与处理02后续安排04

BACKGROUND课题背景01BP神经网络摔倒

课题背景西安电子科技大学老年人和未成年人的安全问题是当今社会普遍关注的问题，老年人摔倒发生率高，带来的后果严重，这是一个严重的医疗问题和社会问题。通过科学的手段检测老人是否摔倒，及时减小老年人摔倒带来的伤害。这个问题已成为新的研究热点，具有较高的研究价值及应用意义。人工神经网络具有复杂模式和进行联想、推理记忆的功能,它是解决某些传统方法所无法解决的问题的有力工具。BP网络由于具有结构简单、工作状态稳定、易于硬件实现等优点，在众多的神经网络模型中，BP网络的应用最为广泛。本课题将建立一种基于BP神经网络的人体摔倒模型。利用加速度计和角度传感器采集的活动数据，对BP神经网络进行训练，使算法能够识别人体摔倒。

CollectionandProcess数据采集与处理02RandomVariable

RandomVariable数据采集方法三轴加速度传感器角度传感器Android平台X轴加速度Y轴加速度Z轴加速度?Pitch角度变化Roll角度变化6个维度的特征值采样率80HZ西安电子科技大学

RandomVariable数据采集汇总?前摔左摔右摔后摔合计采集数目2261993685546?走路跑步下落摇晃跳跃合计采集数目13413217221438690西安电子科技大学

RandomVariable1.2S完成采样率80Hz序列长度1016个属性，共计606个输入（特征）1个输出→0/1?1.2S完成采样率80Hz序列长度101数据处理西安电子科技大学

RandomVariable数据处理处理后数据如图西安电子科技大学

RandomVariable数据处理汇总?前摔左摔右摔后摔合计采集数目2261993685546有效数目2251923677530?走路跑步下落摇晃跳跃合计采集数目13413217221438690有效数目9111815213137529西安电子科技大学

RandomVariable可行性分析前摔序列后摔序列下落序列跑步序列西安电子科技大学

算法优化03ALGORITHM西安电子科技大学

RandomVariableBP神经网络概述BP（BackPropagation）神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP神经网络算法的基本原理：利用输出后的误差来估计输出层的直接前导层的误差，在用这个误差估计更前一层的误差，如此一层一层的反传下去就获得了所有其他层的误差估计。西安电子科技大学

三层BP网络西安电子科技大学

RandomVariableBP神经网络的标准学习算法学习过程：神经网络在外界输入样本的刺激下不断改变网络的链接权值，已使网络的输出不断地接近期望的输出。学习规律：权值调整规则，即在学习过程中网络中各神经元的连接权变化所依据的一定的调整规则。学习的本质：对各连接权值的动态调整。西安电子科技大学

RandomVariableBP神经网络算法思想核心思想：学习的过程：误差通过输出层，向隐层、输入层逐层反传。按误差梯度下降的方式修正各层权值和阈值。信息的正向传播误差的反向传播

跌倒问题倒不倒100/1分类器BP神经网络因素1：准确率RandomVariable因素2：训练时间西安电子科技大学

RandomVariable?λN（个）0.10.20.30.40.511.522497.80%96.86%97.17%97.80%97.48%98.17%97.17%96.23%2597.48%97.80%96.54%96.86%97.80%96.86%97.48%96.54%2697.17%97.48%96.86%98.11%97.80%97.48%96.86%97.48%BP神经网络预测准确率随正则化系数λ和隐藏神经元个数N的变化西安电子科技大学

RandomVariable不存在过拟合,欠拟合问题西安电子科技大学

04Arrangement后续安排ImagineCup2014

RandomVariable后续安排准备答辩总计设计不足并完善将算