Advanced Search

Show simple item record

dc.contributor.authorAydemir, Emrah
dc.contributor.authorKarslıoğlu, İbrahim
dc.date.accessioned2021-08-04T08:13:08Z
dc.date.available2021-08-04T08:13:08Z
dc.date.issued30.04.2021en_US
dc.identifier.citationAydemir, E , Karslıoğlu, İ . (2021). Akıllı Telefonların İvmeölçer Sensörü Yardımıyla Yürüyüş Deseni Analizi . Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi , 21 (2) , 283-299 . DOI: 10.35414/akufemubid.856995en_US
dc.identifier.urihttps://dergipark.org.tr/tr/pub/akufemubid/issue/62252/856995
dc.identifier.urihttps://doi.org/10.35414/akufemubid.856995
dc.identifier.urihttps://hdl.handle.net/11630/8998
dc.description.abstractSpor alanlarında insan hareketlerini ölçme yeteneği performans ölçüm ve gelişimi için önemli konular arasındadır. Bu durum aynı zamanda klinik değerlendirmelerin de önemli bir parçasıdır. Özellikle elektromanyetik sistemler insan hareketlerini değerlendirmek için en yaygın kullanılan yöntemler arasında yer alır. Buradaki çalışmada 100 metre uzunluğunda bir koridorda 50 farklı kişinin yürüme verileri kullanılmıştır. Yürüme verileri akıllı telefon için geliştirilen bir yazılım ile ivmeölçer sensöründen elde edilmiştir. Verilere üç boyutlu Local Binary Pattern (LBP) yöntemi uygulanmış ve toplam 768 öznitelik çıkarılmıştır. Farklı sınıflandırma algoritmaları ile testler yapılmış ve Subspace KNN ile %97,2 başarılı sınıflandırma elde edilmiştir. Cinsiyete göre yapılan sınıflandırmada ise %99,7 başarılı sınıflandırma elde edilmiştir. Bu yöntem ile yürüme bozukluğu tespitinde yüksek maliyetli cihazlar yerine daha ekonomik yöntemler geliştirileceği düşünülmektedir.en_US
dc.description.abstractThe ability to measure human movements in sports fields is among the important issues for performance measurement and development. This instance is also an important part of clinical evaluations. Electromagnetic systems are among the most widely used methods to evaluate human movements. In this study, walking data of 50 different people were used in a 100-meter-long corridor. The walking dataset was obtained from the accelerometer sensor with a software developed for the smartphone. Three-dimensional Local Binary Pattern (LBP) method was applied to the dataset and a total of 768 features were generated. Datasets were made with different classification algorithms and 97.2% successful classification was achieved with Subspace KNN. In the classification according to gender, 99.7% successful classification was obtained. With this method, it is thought that more economical methods will be developed instead of high-cost devices in detecting gait disorders.en_US
dc.language.isoturen_US
dc.publisherAfyon Kocatepe Üniversitesien_US
dc.identifier.doi10.35414/akufemubid.856995en_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectYürüyüş Tanımaen_US
dc.subjectİvmeölçeren_US
dc.subjectYürüyüş Desenien_US
dc.subjectAkıllı Telefonen_US
dc.subjectGait Recognitionen_US
dc.subjectAccelerometeren_US
dc.subjectGait Patternen_US
dc.subjectSmart Phoneen_US
dc.titleAkıllı telefonların ivmeölçer sensörü yardımıyla yürüyüş deseni analizien_US
dc.title.alternativeGait analysis of smart phones with the help of the accelerometer sensoren_US
dc.typearticleen_US
dc.relation.journalAfyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisien_US
dc.departmentFakülteler, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümüen_US
dc.authorid0000-0002-8380-7891en_US
dc.authorid0000-0002-2255-6611en_US
dc.identifier.startpage283en_US
dc.identifier.endpage299en_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Başka Kurum Yazarıen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record