首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于KNN算法的空间手势识别研究与应用

摘要第4-6页
Abstract第6-7页
第1章 绪论第11-17页
    1.1 研究背景和意义第11-13页
    1.2 国内外研究现状第13-15页
        1.2.1 国外手势识别研究现状第14页
        1.2.2 国内手势识别研究现状第14-15页
    1.3 主要工作和研究内容第15-16页
    1.4 论文组织结构第16-17页
第2章 相关技术第17-26页
    2.1 KNN算法第17-19页
        2.1.1 KNN算法实现第19页
        2.1.2 KNN算法优缺点第19页
    2.2 SVM算法第19-23页
        2.2.1 SVM算法实现第22-23页
        2.2.2 SVM算法优缺点第23页
    2.3 应用构建第23-24页
    2.4 本章小结第24-26页
第3章 KSC手势识别算法第26-43页
    3.1 KSC-KNN算法第26-33页
        3.1.1 优化背景第26-28页
        3.1.2 KSC-KNN算法描述第28-32页
        3.1.3 KSC-KNN算法的实验分析第32-33页
    3.2 KSC-LSVM算法第33-39页
        3.2.1 优化背景第33-36页
        3.2.2 KSC-LSVM算法描述第36-37页
        3.2.3 KSC-LSVM算法的实验分析第37-39页
    3.3 KSC算法的实验结果与分析第39-42页
        3.3.1 实验环境第39页
        3.3.2 评价标准第39-40页
        3.3.3 实验数据集第40页
        3.3.4 实验结果与分析第40-42页
    3.4 本章小结第42-43页
第4章 系统设计与实现第43-53页
    4.1 系统设计第43-46页
        4.1.1 客户端第44-45页
        4.1.2 服务器端第45-46页
        4.1.3 数据传输第46页
    4.2 系统实现第46-49页
        4.2.1 环境的搭建和配置第46-47页
        4.2.2 数据采集第47-49页
        4.2.3 训练手势识别模型第49页
    4.3 数据传输和结果回传第49-50页
    4.4 系统测试与分析第50-52页
    4.5 本章小结第52-53页
第5章 总结与展望第53-54页
参考文献第54-58页
作者简介及在学期间所取得的科研成果第58-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:熊果酸抑制人结肠癌细胞HCT116增殖与Wnt/β-catenin信号的关系研究
下一篇:PPAR β-NO信号通路在虎杖苷保护高糖损伤血管内皮依赖性舒张中的作用