公开(公告)号：CN110047248A

公开(公告)日：2019-07-23

申请号：CN201910432591.2

申请日：2019-05-23

Applicant: 河南工业大学

Inventor： 牛群峰 ,  张紫烨 ,  王莉

IPC: G08B21/04

Abstract: 本发明公开了一种基于可穿戴的跌倒检测方法及装置，包括以下步骤：1.通过三轴加速度传感器检测人体运动状态信息，判断老人是否处于非跌倒行为；2.通过气压计来判断人体的高度变化，结合加速度计判断人体是否有类跌倒行为；3.通过九轴传感器检测的姿态角结合气压计检测的人体高度差来判断是否有跌到行为。所述的可穿戴的跌到检测装置包括传感器模块、控制器、定位模块、报警模块、无线通信模块。本发明通过传感器模块检测老人的状态，出现异常情况可以定位，报警通知监护人，使老人可以得到及时的救治，避免其他二次伤害。

公开(公告)号：CN109998495A

公开(公告)日：2019-07-12

申请号：CN201910436832.0

申请日：2019-05-23

Applicant: 河南工业大学

Inventor： 王莉 ,  张紫烨 ,  郭晓东 ,  牛群峰

IPC: A61B5/00 ,  A61B5/04 ,  A61B5/0402 ,  G06N3/00 ,  G06N3/063 ,  G06N3/08

Abstract: 本发明公开了一种基于粒子群优化的BP神经网络（PSO-BP）的心电分类方法，先构建BP神经网络并初始化网络参数，接着初始化例子种群并设定参数，然后计算每个粒子的适应度值，将粒子的适应度值和粒子的最优位置个体极值进行比较，更新粒子的最优位置个体极值，接着将粒子的适应度值与粒子的最优位置的全局极值进行比较，更新粒子的最优位置的全局极值，然后更新粒子的速度与位置，满足条件后得到最优位置的全局极值作为BO神经网络的权值和阈值来进行训练识别心电信号分类。本发明解决了BP神经网络学习收敛速度慢和学习过程易于陷入局部极小化的问题，从而引入了粒子群算法进行优化，结果表明经过粒子群优化的BP神经网络分类效果更好，精度更高。