基于柔性阵列 传感器的足迹特征分析与应用研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-27页 |
| 1.1 生物特征识别技术 | 第10-13页 |
| 1.2 足迹特征分析的研究意义与应用 | 第13-22页 |
| 1.2.1 足迹特征分析的研究意义 | 第13-15页 |
| 1.2.2 柔性阵列传感器 | 第15-18页 |
| 1.2.3 足迹特征分析的应用 | 第18-22页 |
| 1.3 研究中存在的主要问题 | 第22-23页 |
| 1.4 本文研究内容及创新点 | 第23-25页 |
| 1.5 本文组织结构 | 第25-27页 |
| 第二章 足迹特征提取 | 第27-56页 |
| 2.1 引言 | 第27-28页 |
| 2.2 足迹信息采集 | 第28-33页 |
| 2.2.1 常用足迹信息测量系统 | 第28-29页 |
| 2.2.2 足底压力数据采集 | 第29-33页 |
| 2.3 足底压力数据的生物力学参数 | 第33-38页 |
| 2.3.1 足底压力数据的运动学特征 | 第33-35页 |
| 2.3.2 足底压力数据的动力学特征 | 第35-38页 |
| 2.4 足底压力数据的图像特征 | 第38-55页 |
| 2.4.1 足底压力数据的形态特征 | 第39-48页 |
| 2.4.2 足底压力数据的纹理特征 | 第48-55页 |
| 2.5 本章小结 | 第55-56页 |
| 第三章 多类足迹特征选择方法 | 第56-76页 |
| 3.1 引言 | 第56页 |
| 3.2 特征选择与分类器 | 第56-65页 |
| 3.2.1 特征选择方法 | 第57-60页 |
| 3.2.2 SVM多分类方法 | 第60-63页 |
| 3.2.3 分类性能评估方法与指标 | 第63-65页 |
| 3.3 多类足迹特征选择方法 | 第65-75页 |
| 3.3.1 基于相关性度量的特征选择 | 第65-66页 |
| 3.3.2 Relief算法 | 第66-68页 |
| 3.3.3 多类足迹特征选择方法 | 第68-69页 |
| 3.3.4 实验及结果分析 | 第69-74页 |
| 3.3.5 多样形态的足迹特征选择 | 第74-75页 |
| 3.4 本章小结 | 第75-76页 |
| 第四章 多类足迹特征的融合方法 | 第76-93页 |
| 4.1 引言 | 第76-77页 |
| 4.2 多类数据融合方法 | 第77-81页 |
| 4.2.1 像素层数据融合 | 第77-78页 |
| 4.2.2 特征层数据融合 | 第78-80页 |
| 4.2.3 决策层数据融合 | 第80-81页 |
| 4.3 基于特征源置信度的足迹特征融合方法 | 第81-92页 |
| 4.3.1 D-S证据理论 | 第81-87页 |
| 4.3.2 基于数据源置信度的证据合成规则 | 第87-89页 |
| 4.3.3 基于特征源置信度的足迹特征融合方法 | 第89-91页 |
| 4.3.4 实验结果 | 第91-92页 |
| 4.4 本章小结 | 第92-93页 |
| 第五章 基于多特征的足迹跟踪方法 | 第93-100页 |
| 5.1 引言 | 第93-94页 |
| 5.2 基于多特征的足迹跟踪方法 | 第94-97页 |
| 5.2.1 数据预处理 | 第94-95页 |
| 5.2.2 棱形有效区域 | 第95-96页 |
| 5.2.3 足迹特征选择和融合 | 第96-97页 |
| 5.3 实验结果 | 第97-99页 |
| 5.4 本章小结 | 第99-100页 |
| 第六章 总结和展望 | 第100-102页 |
| 6.1 总结 | 第100-101页 |
| 6.2 展望 | 第101-102页 |
| 参考文献 | 第102-111页 |
| 致谢 | 第111-112页 |
| 攻读博士学位期间完成的论文 | 第112-113页 |
| 攻读博士学位期间参与项目 | 第113页 |
