基于多元多尺度模糊熵的人体步态信号分类
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 设计思想 | 第13-14页 |
| 1.4 论文结构及研究内容 | 第14-16页 |
| 第2章 人体步态加速度采集与数据预处理 | 第16-29页 |
| 2.1 人体步态模型建立 | 第16-17页 |
| 2.2 传感器介绍 | 第17-20页 |
| 2.2.1 性能参数 | 第18-20页 |
| 2.3 数据采集和存储模块 | 第20页 |
| 2.4 传感器校准 | 第20-22页 |
| 2.5 四元数旋转矩阵算法 | 第22-24页 |
| 2.5.1 欧拉角到四元数的转换 | 第23-24页 |
| 2.6 四元数旋转矩阵的迭代更新 | 第24-27页 |
| 2.7 数据采集实验 | 第27-28页 |
| 2.7.1 实验目的 | 第27页 |
| 2.7.2 实验方法 | 第27-28页 |
| 2.8 本章小结 | 第28-29页 |
| 第3章 多元多尺度模糊熵算法 | 第29-42页 |
| 3.1 EMD算法原理 | 第29-31页 |
| 3.2 样本熵 | 第31-32页 |
| 3.3 多尺度样本熵 | 第32-33页 |
| 3.4 传统多元多尺度熵 | 第33-35页 |
| 3.5 多元多尺度模糊熵 | 第35-37页 |
| 3.5.1 改进粗粒化 | 第35-36页 |
| 3.5.2 多元模糊熵算法 | 第36-37页 |
| 3.6 数据仿真实验 | 第37-41页 |
| 3.7 本章小结 | 第41-42页 |
| 第4章 基于多元多尺度模糊熵的步态加速度分类 | 第42-52页 |
| 4.1 数据处理与分析 | 第42-44页 |
| 4.2 算法验证 | 第44-51页 |
| 4.2.1 人体步态信号多元多尺度模糊熵提取 | 第45-49页 |
| 4.2.2 人体步态信号分类 | 第49-51页 |
| 4.3 本章小结 | 第51-52页 |
| 第5章 实验结果与分析 | 第52-64页 |
| 5.1 帕金森步态信号多元多尺度模糊熵分析 | 第52-56页 |
| 5.1.1 数据介绍 | 第52-53页 |
| 5.1.2 帕金森步态数据处理 | 第53-56页 |
| 5.2 不同行为步态的多元多尺度模糊熵的分析 | 第56-63页 |
| 5.2.1 人体步态加速度数据介绍 | 第56-57页 |
| 5.2.2 步态加速度信号分类 | 第57-63页 |
| 5.3 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第70-71页 |
| 致谢 | 第71页 |
