基于机器学习的摔倒报警系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 摔倒报警系统的研究现状 | 第9-11页 |
| 1.3 本文的研究内容 | 第11-12页 |
| 1.4 论文的组织架构 | 第12-15页 |
| 第二章 摔倒报警相关理论与技术 | 第15-21页 |
| 2.1 摔倒发生的原因与过程 | 第15页 |
| 2.2 摔倒报警系统的功能与设计 | 第15-17页 |
| 2.3 相关技术的介绍 | 第17-19页 |
| 2.4 本章小结 | 第19-21页 |
| 第三章 摔倒检测改进特征选择算法 | 第21-29页 |
| 3.1 RELIEF特征选择算法回顾 | 第21-22页 |
| 3.2 改进的RELIEF特征选择算法 | 第22-23页 |
| 3.3 特征子集选择过程 | 第23-25页 |
| 3.4 结果比较 | 第25-27页 |
| 3.5 本章小结 | 第27-29页 |
| 第四章 摔倒检测算法 | 第29-41页 |
| 4.1 第一级摔倒检测算法 | 第29-34页 |
| 4.1.1 K-最近邻算法(KNN)原理与优缺点 | 第29-30页 |
| 4.1.2 改进KNN算法 | 第30-31页 |
| 4.1.3 实验比较 | 第31-34页 |
| 4.2 第二级摔倒检测算法 | 第34-35页 |
| 4.3 第三级摔倒检测算法 | 第35-37页 |
| 4.4 混合型摔倒检测算法 | 第37-39页 |
| 4.4.1 混合型算法的原因 | 第37页 |
| 4.4.2 混合型算法的原理 | 第37-39页 |
| 4.5 本章小结 | 第39-41页 |
| 第五章 摔倒报警系统的实现与测试 | 第41-53页 |
| 5.1 摔倒报警系统界面模块 | 第41-44页 |
| 5.2 紧急联系人配置模块 | 第44-45页 |
| 5.3 摔倒检测算法模块 | 第45-46页 |
| 5.4 摔倒实时定位模块 | 第46页 |
| 5.5 摔倒求救报警模块 | 第46-47页 |
| 5.6 安卓权限配置文件 | 第47-48页 |
| 5.7 系统测试与结果分析 | 第48-51页 |
| 5.7.1 系统界面 | 第48-49页 |
| 5.7.2 系统测试 | 第49-50页 |
| 5.7.3 结果分析 | 第50-51页 |
| 5.8 本章小结 | 第51-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |
