一种基于深度学习的防误触高空坠落识别方法

本发明属于电力技术领域，涉及一种基于深度学习的防误触高空坠落识别方法，其通过采集人体下降动作，如蹲下、弯腰、倒下和跌落的运动学数据和动力学数据，利用巴特沃斯滤波器对数据进行去噪，提取能够实现快速识别跌落动作的特征信息，构建深度学习网络模型，利用时空参数引导长短记忆神经网络模型的门机制训练，提高识别速度和准确度，使得智能穿戴式防护系统仅在跌落发生时，开始工作，避免错误触发。