(3.238.96.184) 您好!臺灣時間:2021/05/12 16:15
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

: 
twitterline
研究生:葉孟祥
研究生(外文):Yeh,Meng-Hsiung
論文名稱:以物聯網及深度學習觀點應用加速度計與陀螺儀建構高齡者跌倒防護特徵值及系統可行性之研究
論文名稱(外文):The Feasibility Study for Build Elder Falling Protection Eigenvalue and System by Accelerometer and Gyroscope within Internet of Thing and Deep Learning View
指導教授:劉豐豪
指導教授(外文):Liu,Fong-Haw
口試委員:李維聰蘇品長
口試委員(外文):Lee,Wei-TsongSu,Pin-Chang
口試日期:2017-05-19
學位類別:碩士
校院名稱:國防大學
系所名稱:資訊管理學系
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2017
畢業學年度:105
語文別:中文
論文頁數:66
中文關鍵詞:物聯網深度學習加速度計陀螺儀
外文關鍵詞:Internet of ThingsDeep-learningAccelerometerGyroscope
相關次數:
  • 被引用被引用:1
  • 點閱點閱:668
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:258
  • 收藏至我的研究室書目清單書目收藏:2
隨著我國國人平均壽命的升高,高齡化人口佔總人口比例亦逐年提升,當今社會所面臨的高齡化人口照護問題,除了疾病死亡外,因意外死亡比率不低,受照者安全等相關的探討,皆備受重視並持續發展中。
本研究目的在於研究一套高齡者跌倒偵測特徵值與系統的可能性,藉由探討加速度計與陀螺儀等感測裝置,以及無線傳輸機制的應用環境下,以物聯網概念為基礎,應用深度學習的訓練來收斂,將特徵值與感測裝置上分群的設定結合於計算平臺,再用數據去學習特徵,最終能夠得到更準確的數據特徵表現。
經過定義跌倒的數據波形區域,以及比對代表峰值間斜率,觀察出跌倒特徵的結果,證實本研究運用物聯網概念蒐集大量數據並利用深度學習概念快速計算判斷的方法可行;不需要人工選取跌倒數據特徵,而運用深度學習來快速而準確地定義跌倒特徵的門檻值。
本研究設計實驗方法與模型,不同於以往相關跌倒偵測研究設計具代表性之運動姿態,來分析或提高其跌倒偵測的準確度與偵獲率,而是以透過兩種實驗個體與五種運動模型,在年齡與動作特性兩種變數中來進行比較分析,藉由驗證比對模仿姿態數據成果之可行,來達成本研究目標。

Because of the high average life in Taiwan, the proportion of the aging population has been increasing year by year, with more problems of caring. Other than death of disease, the accidental death rate is not low, the discussions of patient safety issues of the long-term cared for the elderly are regarded and continue to develop.

This study is focus on the possibility of elder-falling detected eigenvalues and system by researching the sensing device such as accelerometer and gyroscope in the wireless transmission environment. And we used the deep- learning to analyze data from the eigenvalues and sensing device on the computing platform base on internet. then using these data to learn the characteristics and eventually the outcome is more accurate data characteristics.

By defining the falling data waveform area and comparing the slope between the representative peaks, the results of the falling characteristics are observed that is feasible by using the concept of Internet of Things to collect large amounts of data and using the deep-learning concept. It is no need to select the falling data characteristics manually, but using the deep-learning to define the threshold of the falling characteristics quickly and accurately.

The methods and models that we designed are different from the related studies need to design representative motion attitude to analyze or improve the accuracy and detection rate of the falling detection, but though the two experimental individuals and five motion models to compare the two variables in age and action characteristics, and verifying the possibility of imitating the results of attitude data to achieve the goal of the paper.

第一章、緒論
1.1研究背景與動機
1.2 研究目的
1.3 研究限制
1.4 論文架構
第二章、文獻探討
2.1 物聯網
2.1.1 物聯網概念
2.1.2 物聯網關鍵技術發展應用
2.1.3 智慧整合感控系統
2.2 加速度感測器
2.3 陀螺儀感測器
2.4 無線傳輸機構
2.5 跌倒偵測
2.6 類神經網路演算法
2.6.1 類神經網路演算法概念
2.6.2 類神經網路演算學習
2.6.3 類神經網路優缺點
2.7 深度學習
2.7.1 深度學習概念
2.7.2 深度學習與類神經網路的結合
第三章、雛型系統建置
3.1 系統流程設計
3.2 雛型系統建置環境
3.3 數據比對分析
第四章、雛型系統實作
4.1 運動模型之建立
4.2 運動模型之分析
第五章、結論與未來展望
5.1 結論
5.2 未來展望
王致中,2009年,開發一利用慣性感測器與肌電訊號分辨日常生活與跌倒的偵測系統,國立交通大學機械工程研究所碩士論文。
吳昕翰,2013年,內建加速度計與陀螺儀之腕戴型跌倒偵測系統實作,大同大學資訊工程研究所碩士論文。
林卓彥,2009年,智慧型跌倒偵測系統,慈濟大學醫學資訊研究所碩士論文。
周益生,2016年,基於物聯網技術之安全監測系統研製,聖約翰科技大學電機工程系研究所碩士論文。
邱俊賓,2011年,腕錶式跌倒偵測系統之開發研究,國立陽明大學醫學工程研究所碩士論文。
許力升,2010年,走跑運動的速度與動作辨識-使用無線攜帶式的加速度量測系統,長庚大學電機工程研究所碩士論文。
陳重亦,2013年,利用三軸加速度計設計與實現跌倒偵測,國立中正大學電機工程研究所碩士論文。
陳冠均,2010年,可穿戴式位置感知跌倒偵測系統之設計研究,國立陽明大學醫學工程研究所碩士論文。
胡芳瑀,2013年,步伐分析裝置設計,元智大學機械工程研究所碩士論文。
張斐章、張麗秋,2005年,類神經網路,東華書局。
葉怡成,2002年,類神經網路模式應用與實作,儒林圖書。
劉建賢,2011年,使用加速度計和陀螺儀之跌倒偵測系統,大同大學資訊工程研究所碩士論文。
劉雲浩編,2010年,物聯網導論,北京:科學出版社
劉兆峰,2015年,深度學習模型於時尚風格視覺元素之探索,國立高雄應用科技大學資訊工程研究所碩士論文。
鄭雅鴻,2005年,汽車用安全氣囊布料之專利及材料分析,輔仁大學織品服裝研究所碩士論文。
蕭正賢,2008年,個人化具生物反饋能力之智慧無線生理感測器,慈濟大學醫學資訊研究所碩士論文。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔