TY -的盟Viriyavit Waranrach盟——Sornlertlamvanich Virach PY - 2020 DA - 2020/01/31 TI -床位置由神经网络和贝叶斯网络分类使用非侵入式传感器秋天预防SP - 5689860六世- 2020 AB -从床上经常发生当一个老年病人试图起床或接近床的边缘。这些灾难有重伤的可能性非常高,如擦伤、疼痛、骨折。此外,缺乏重新定位一个卧床不起的老人的身体可能会引起褥疮。为了避免这种风险,持续的活动监控系统需要照顾老人。在这项研究中,我们提出一个床位置分类方法基于传感器采集的信号只有四个传感器嵌入在一个小组(由两个压电传感器和两个压力传感器)。安装在床垫下在床上。床的位置被分为五个不同的类,即。off-bed,坐着,躺着中心,躺,躺好。收集的训练数据集,三个老年病人被要求同意参与实验。在我们的方法中,采用神经网络结合贝叶斯网络分类床位置和限制可能的序列床的位置。神经网络和贝叶斯网络的结果组合加权算术平均数。 The experimental results have a maximum accuracy of position classification of 97.06% when the proportion of coefficients for the neural network and the Bayesian network is 0.3 and 0.7, respectively. SN - 1687-725X UR - https://doi.org/10.1155/2020/5689860 DO - 10.1155/2020/5689860 JF - Journal of Sensors PB - Hindawi KW - ER -