- 낙상 검출을 위한 NEWFM 기반의 최소의 특징입력 선택
- ㆍ 저자명
- 신동근,이상홍,임준식,Shin. Dong-Kun,Lee. Sang-Hong,Lim. Joon-Shik
- ㆍ 간행물명
- 인터넷정보학회논문지
- ㆍ 권/호정보
- 2009년|10권 3호|pp.17-25 (9 pages)
- ㆍ 발행정보
- 한국인터넷정보학회
- ㆍ 파일정보
- 정기간행물| PDF텍스트
- ㆍ 주제분야
- 기타
이 논문은 한국과학기술정보연구원과 논문 연계를 통해 무료로 제공되는 원문입니다.
본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted Fuzzy Membership Functions, NEWFM)기반의 특징추출기법을 사용하여 낙상을 검출하는 방안을 제안하고 있다. 비중복면적 분산 측정법에 의해 중요도가 가장 낮은 특징입력을 하나씩 제거하면서 최소의 특징입력을 선택하였다. 특징입력으로써 가속도 센서를 통해 입력된 가속도 변화랑을 웨이블릿 변환한 33개의 계수들 중 비중복면적 분산측정법에 의해서 추출된 19개의 계수가 사용되었다. 제안된 방법으로 민감도가 95%, 특이도가 97.25%, 정확도가 96.125%를 나타내었다.
This paper presents a methodology for a fall detection using the feature extraction method based on the neural network with weighted fuzzy membership functions (NEWFM). The distributed non-overlap area measurement method selects the minimized number of input features by removing the worst input features one by one. Nineteen number of wavelet transformed coefficients captured by a triaxial accelerometer are selected as minimized features using the non-overlap area distribution measurement method. The proposed methodology shows that sensitivity, specificity, and accuracy are 95%, 97.25%, and 96.125%, respectively.