| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 研究背景及研究意义 | 第14-16页 |
| 1.2 研究领域面临的挑战 | 第16-17页 |
| 1.3 研究现状及不足 | 第17-19页 |
| 1.4 我们的解决方案及系统概述 | 第19-21页 |
| 1.5 本文贡献 | 第21-22页 |
| 1.6 本文组织结构 | 第22-24页 |
| 第二章 相关工作研究现状 | 第24-38页 |
| 2.1 声音感知的相关技术 | 第24-26页 |
| 2.1.1 手机麦克风感知 | 第24-25页 |
| 2.1.2 可穿戴设备感知 | 第25-26页 |
| 2.2 声音识别的相关技术 | 第26-35页 |
| 2.2.1 DTW算法 | 第27-29页 |
| 2.2.2 多普勒效应 | 第29页 |
| 2.2.3 梅尔频率倒谱系数(MFCC) | 第29-33页 |
| 2.2.4 机器学习算法 | 第33-35页 |
| 2.3 总结 | 第35-38页 |
| 第三章 Non-Speech Body Sounds的感知与识别系统设计 | 第38-48页 |
| 3.1 设计原则 | 第38-39页 |
| 3.2 系统框架 | 第39-40页 |
| 3.3 硬件设计 | 第40-42页 |
| 3.4 数据获取 | 第42-43页 |
| 3.5 系统设计 | 第43-47页 |
| 3.5.1 数据预处理 | 第43-44页 |
| 3.5.2 特征提取 | 第44-46页 |
| 3.5.3 特征选择 | 第46页 |
| 3.5.4 分类 | 第46-47页 |
| 3.6 总结 | 第47-48页 |
| 第四章 Non-Speech Body Sounds的感知与识别系统实现 | 第48-66页 |
| 4.1 硬件选型 | 第48-51页 |
| 4.2 数据收集和数据信息 | 第51-54页 |
| 4.3 系统实现 | 第54-63页 |
| 4.3.1 特征提取的实现 | 第54-56页 |
| 4.3.2 特征选择的实现 | 第56-61页 |
| 4.3.3 分类的实现 | 第61-63页 |
| 4.4 参数选择 | 第63-64页 |
| 4.5 总结 | 第64-66页 |
| 第五章 示范应用:抽烟行为检测 | 第66-84页 |
| 5.1 应用背景和研究现状 | 第66-68页 |
| 5.2 应用实现的系统框架 | 第68-70页 |
| 5.2.1 设计注意事项和原则 | 第68-69页 |
| 5.2.2 系统框架 | 第69-70页 |
| 5.3 硬件选型 | 第70-71页 |
| 5.4 抽烟行为检测的实现 | 第71-76页 |
| 5.4.1 系统低层的实现 | 第71-75页 |
| 5.4.2 系统高层的实现 | 第75-76页 |
| 5.5 系统展示 | 第76-82页 |
| 5.5.1 实验设计方案 | 第77-78页 |
| 5.5.2 总体评价 | 第78-79页 |
| 5.5.3 环境的影响 | 第79-80页 |
| 5.5.4 干扰动作的影响 | 第80-81页 |
| 5.5.5 同时动作的影响 | 第81-82页 |
| 5.6 总结 | 第82-84页 |
| 第六章 总结与展望 | 第84-86页 |
| 6.1 本文总结 | 第84页 |
| 6.2 未来工作 | 第84-86页 |
| 致谢 | 第86-88页 |
| 参考文献 | 第88-95页 |
| 简历与科研成果 | 第95-96页 |