相关实验视频
Updated: Jan 9, 2026
08:05
Design and Analysis for Fall Detection System Simplification
Published on: April 6, 2020
11.1K
基于物联网的智能安全系统对妇女和儿童的评估,使用机器学习技术
Nanda R Wagh1, Sanjay R Sutar2, V J Kadam2
1Department of Information Technology, Dr. Babasaheb Ambedakar Technological University, Lonere, India. nandawagh@dbatu.ac.in.
Scientific reports
|November 29, 2025
概括
本研究介绍了一种人工智能驱动的可穿戴设备,以提高个人安全. 它使用机器学习 (ML) 来自动检测困境和威胁,大大提高了妇女和儿童的反应时间.
科学领域:
- 计算机科学 计算机科学
- 工程 工程师 工程师 工程师
- 公共卫生 公共卫生
背景情况:
- 由于手动激活和延迟响应,传统的安全系统缺乏效率.
- 包括妇女和儿童在内的弱势群体需要先进的安全解决方案.
- 现有的技术往往无法提供实时,自主威胁检测.
研究的目的:
- 使用机器学习 (ML) 开发一个支持物联网 (IoT) 的智能安全框架.
- 在实时中自主检测生理上的痛苦和潜在的威胁.
- 通过智能可穿戴设备增强妇女和儿童的个人安全.
主要方法:
- 将生理 (心率,温度) 和活动 (GPS,加速度计) 传感器集成到可穿戴设备中.
- 应用混合ML方法,包括支持矢量机 (SVM) 和天真贝叶斯 (NB),用于活动识别和应力分类.
- 使用k倍交叉验证进行绩效评估的验证.
主要成果:
- SVM分类器在威胁检测中实现了99.7%的平均准确性.
- 人工智能驱动的威胁检测将延迟时间减少到3秒.
- 该系统提供18-20小时的连续运行,并优化了电池寿命.
- 自主检测触发了GPS坐标通过GSM向当局传输.
结论:
- 拟议的人工智能驱动系统为个人安全提供了实用且高度准确的解决方案.
- 该框架显示了检测速度和可靠性的显著改进.
- 强调数据隐私和道德考虑,确保安全技术的负责任部署.
