| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-21页 |
| ·引言 | 第9-10页 |
| ·无线传感器网络概述 | 第10-18页 |
| ·传感器网络体系结构 | 第10-11页 |
| ·传感器网络协议栈 | 第11-12页 |
| ·传感器网络的特征 | 第12-16页 |
| ·传感器网络的应用 | 第16-18页 |
| ·行为识别方法介绍 | 第18-19页 |
| ·穿戴式行为识别 | 第19页 |
| ·人物交互式的行为识别 | 第19页 |
| ·基于环境变量的行为识别 | 第19页 |
| ·本文的组织结构 | 第19-21页 |
| 第二章 传感器网络数据收集和预处理 | 第21-38页 |
| ·无线传感器网络开发环境 | 第21-24页 |
| ·TinyOS操作系统 | 第21-22页 |
| ·NesC语言 | 第22-24页 |
| ·传感器网络数据收集 | 第24-33页 |
| ·硬件配置 | 第25-26页 |
| ·数据采集程序及其组件 | 第26-28页 |
| ·消息结构定义 | 第28-33页 |
| ·传感器数据接收和预处理 | 第33-38页 |
| ·数据接收和预处理流程 | 第33-34页 |
| ·数据接收 | 第34-36页 |
| ·数据预处理 | 第36-38页 |
| 第三章 智能办公环境中的非穿戴式行为识别 | 第38-46页 |
| ·智能办公环境功能 | 第38页 |
| ·基于无线传感器网络的移动终端用户行为识别系统的框架 | 第38-40页 |
| ·非穿戴式行为识别 | 第40-44页 |
| ·识别结果的汇报和发布 | 第44-46页 |
| 第四章 穿戴式人体行为识别 | 第46-59页 |
| ·加速度传感器介绍 | 第46-48页 |
| ·传感器数据的融合框架 | 第48-49页 |
| ·基于分类的行为识别步骤 | 第49-50页 |
| ·特征提取及规范化 | 第50-52页 |
| ·多类分类算法介绍 | 第52-55页 |
| ·决策树分类算法 | 第53-54页 |
| ·支持向量机 | 第54页 |
| ·贝叶斯网络算法 | 第54-55页 |
| ·K近邻分类算法 | 第55页 |
| ·穿戴式行为识别的实验及结果 | 第55-59页 |
| 第五章 总结全文及展望 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62-63页 |
| 研究生期间参与的主要工作 | 第63-64页 |
| 攻读硕士期间发表的论文 | 第64页 |