基于传感器的移动平台行为识别
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 行为识别概述 | 第8-10页 |
| 1.2 课题来源及研究的目的和意义 | 第10-12页 |
| 1.2.1 课题来源 | 第10-11页 |
| 1.2.2 研究的目的和意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.3.1 基于传感器的行为识别研究现状 | 第12-14页 |
| 1.3.2 现有工作存在的主要问题 | 第14-15页 |
| 1.4 主要研究工作 | 第15-16页 |
| 1.5 论文结构与安排 | 第16-18页 |
| 第2章 整体框架设计及原始数据预处理 | 第18-28页 |
| 2.1 引言 | 第18页 |
| 2.2 整体框架设计 | 第18-20页 |
| 2.3 数据采集及重力分量去除 | 第20-22页 |
| 2.4 原始数据预处理 | 第22-27页 |
| 2.4.1 滑动平均滤波方法 | 第22-24页 |
| 2.4.2 一阶低通滤波方法 | 第24-25页 |
| 2.4.3 平滑样条法 | 第25-26页 |
| 2.4.4 三种方法对比 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 用户行为片分割及特征值提取 | 第28-36页 |
| 3.1 引言 | 第28页 |
| 3.2 行为片分割 | 第28-31页 |
| 3.3 行为识别特征值评定 | 第31-33页 |
| 3.4 特征值选择和提取 | 第33-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第4章 基于人工神经网络的用户行为识别 | 第36-48页 |
| 4.1 引言 | 第36页 |
| 4.2 基于人工神经网络的行为识别模型 | 第36-38页 |
| 4.3 行为识别模型训练 | 第38-43页 |
| 4.4 用户行为识别及性能评价 | 第43-46页 |
| 4.5 本章小结 | 第46-48页 |
| 第5章 基于隐式马尔科夫模型的用户行为识别 | 第48-57页 |
| 5.1 引言 | 第48页 |
| 5.2 基于隐式马尔科夫的行为识别模型 | 第48-50页 |
| 5.3 行为识别模型训练 | 第50-53页 |
| 5.3.1 状态集选择 | 第50-52页 |
| 5.3.2 隐式马尔科夫模型建立 | 第52-53页 |
| 5.4 模型识别效果测试 | 第53-55页 |
| 5.5 本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的学术论文 | 第63-65页 |
| 致谢 | 第65页 |
