老人跌倒预测系统的研究
| 中文摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 跌倒事后检测 | 第11-14页 |
| 1.2.2 跌倒事前检测 | 第14-15页 |
| 1.2.3 跌倒检测研究趋势 | 第15-16页 |
| 1.3 本文研究目的与研究内容 | 第16-18页 |
| 第二章 跌倒预测算法 | 第18-25页 |
| 2.1 跌倒预测算法概述 | 第18-19页 |
| 2.2 支持向量机理论 | 第19-23页 |
| 2.3 支持向量机算法的实现 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 人体行为数据分析 | 第25-35页 |
| 3.1 数据采集设备 | 第25-26页 |
| 3.2 行为定义 | 第26-27页 |
| 3.3 数据采集及分析 | 第27-34页 |
| 3.3.1 数据预处理 | 第27-28页 |
| 3.3.2 数据分析 | 第28-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 分类算法特征提取 | 第35-52页 |
| 4.1 特征提取概述 | 第35页 |
| 4.2 加速度及角速度特征提取 | 第35-36页 |
| 4.3 姿态角特征提取 | 第36-51页 |
| 4.3.1 静态姿态解算 | 第37-38页 |
| 4.3.2 动态姿态解算 | 第38-41页 |
| 4.3.3 动态滤波姿态解算 | 第41-47页 |
| 4.3.4 实验结果及分析 | 第47-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 分类算法特征选择 | 第52-66页 |
| 5.1 特征选择概述 | 第52页 |
| 5.2 样本采集及分类准确性评估 | 第52-56页 |
| 5.2.1 样本采集 | 第52-55页 |
| 5.2.2 分类准确性评估 | 第55-56页 |
| 5.3 特征选择过程 | 第56-62页 |
| 5.3.1 序列前向选择 | 第57-58页 |
| 5.3.2 序列后向选择 | 第58-62页 |
| 5.4 最优跌倒预测分类模型 | 第62-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第六章 跌倒远程报警及保护装置研究 | 第66-75页 |
| 6.1 跌倒远程报警 | 第66页 |
| 6.2 跌倒保护装置结构设计 | 第66-70页 |
| 6.3 跌倒保护装置实验 | 第70-74页 |
| 6.3.1 连杆机构选择实验 | 第70-71页 |
| 6.3.2 气囊充气实验 | 第71-74页 |
| 6.4 本章小结 | 第74-75页 |
| 第七章 总结与展望 | 第75-77页 |
| 7.1 论文工作总结 | 第75-76页 |
| 7.2 未来工作展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读学位期间本人出版或公开发表的论著、论文 | 第82-83页 |
| 附录 | 第83-90页 |
