基于人工神经网络的跌倒预测方法及跌倒气囊防护装置

摘要

本发明实施例公开了一种基于人工神经网络的跌倒预测方法及跌倒气囊防护装置，所述方法包括：从预先采集的人体运动数据的样本空间内提出多组样本数据；利用所述多组样本数据对人工神经网络进行训练，进而形成用于跌倒预测的多个第一分类函数并为所述第一分类函数分配相应的函数权重，其中所述第一分类函数的预测准确度越高，对应的所述函数权重越大；利用所述函数权重对所述第一分类函数进行加权求和，进而形成第二分类函数；利用所述第二分类函数对实时采集的人体运动数据进行跌倒预测。通过上述方式，能够有效提高跌倒预测的准确性。