我國(guó)是世界上人口最多的國(guó)家,社會(huì)老齡化的問題日益嚴(yán)重。統(tǒng)計(jì)顯示,與絆倒相關(guān)的跌倒是導(dǎo)致65歲以上的老年人因傷害而致死的主要因素之一。因此,對(duì)于絆倒問題的研究是十分重要的。本項(xiàng)研究的主要目的是探索絆腳后平衡恢復(fù)反應(yīng)機(jī)制。實(shí)驗(yàn)采用隨機(jī)征集受試者的形式,招募了133名受試者參與本實(shí)驗(yàn)。VICON運(yùn)動(dòng)捕捉系統(tǒng)收集受試者在實(shí)驗(yàn)過程中的絆腳數(shù)據(jù),根據(jù)每位受試者在絆腳后的恢復(fù)情況將其分為恢復(fù)成功組或恢復(fù)失敗組。為了解決特征選取不當(dāng)?shù)膯栴},我們從統(tǒng)計(jì)學(xué)角度出發(fā),使用獨(dú)立樣本t檢驗(yàn)的方法來(lái)確定各個(gè)特征在恢復(fù)成功組和恢復(fù)失敗組之間是否具有統(tǒng)計(jì)學(xué)差異。發(fā)現(xiàn)這種差異后,我們將具有顯著地統(tǒng)計(jì)性差異的特征用作支持向量機(jī)(SVM)的輸入。為了進(jìn)一步探究不同特征組合對(duì)準(zhǔn)確率的影響,我們使用爬山算法和10折交叉驗(yàn)證來(lái)探究特征數(shù)量與分類準(zhǔn)確率的關(guān)系。研究結(jié)果表明,當(dāng)使用9個(gè)特征組合區(qū)分兩組恢復(fù)情況時(shí),驗(yàn)證集的準(zhǔn)確率為77.4%,而使用3個(gè)特征組合時(shí),驗(yàn)證集的準(zhǔn)確率為93.1%,準(zhǔn)確率達(dá)到最高,這也進(jìn)一步驗(yàn)證了特征數(shù)量對(duì)最優(yōu)模型建立的影響。為了驗(yàn)證最優(yōu)模型在測(cè)試集中的泛化能力,我們使用分類準(zhǔn)確率、受試者操作特性曲線(ROC...

【文章頁(yè)數(shù)】：53 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 研究目的
    1.3 論文的主要內(nèi)容與結(jié)構(gòu)
    1.4 本章小結(jié)
第2章 文獻(xiàn)綜述
    2.1 絆倒的相關(guān)研究
    2.2 機(jī)器學(xué)習(xí)在步態(tài)分析的相關(guān)研究
    2.3 本章小結(jié)
第3章 研究對(duì)象與研究方法
    3.1 研究對(duì)象
    3.2 研究方法
        3.2.1 實(shí)驗(yàn)設(shè)備
        3.2.2 實(shí)驗(yàn)內(nèi)容
        3.2.3 實(shí)驗(yàn)流程
    3.3 本章小結(jié)
第4章 絆腳實(shí)驗(yàn)研究
    4.1 數(shù)據(jù)采集與整理
    4.2 特征(因變量)的選取與計(jì)算
    4.3 特征選擇
    4.4 本章小結(jié)
第5章 基于SVM的絆腳平衡恢復(fù)結(jié)果分類研究
    5.1 建模流程
        5.1.1 Z-score標(biāo)準(zhǔn)化
        5.1.2 支持向量機(jī)分類預(yù)測(cè)模型
        5.1.3 支持向量機(jī)中的核函數(shù)
        5.1.4 交叉驗(yàn)證(Cross-Validation)
        5.1.5 爬山算法
    5.2 模型評(píng)估及實(shí)驗(yàn)結(jié)果
        5.2.1 混淆矩陣
        5.2.2 不同特征數(shù)量下準(zhǔn)確率的結(jié)果
        5.2.3 SVM在不同核函數(shù)下的分類結(jié)果
        5.2.4 最優(yōu)模型下的ROC曲線
    5.3 本章小結(jié)
第6章 討論與總結(jié)
    6.1 討論
    6.2 總結(jié)
    6.3 展望
參考文獻(xiàn)
附錄1 實(shí)驗(yàn)準(zhǔn)備及流程
附錄2 受試者基本信息問卷
附錄3 知情同意書
附錄4 粘貼標(biāo)志點(diǎn)及形態(tài)學(xué)測(cè)量
深圳大學(xué)指導(dǎo)教師對(duì)研究生學(xué)位論文的學(xué)術(shù)評(píng)語(yǔ)
深圳大學(xué)研究生學(xué)位(畢業(yè))論文答辯委員會(huì)決議書
致謝



本文編號(hào)：3846765