基于BP神经网络的老年人姿态识别算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文的主要内容及章节安排 | 第13-16页 |
| 第2章 基于传感器的姿态识别技术 | 第16-26页 |
| 2.1 姿态识别分类 | 第16-21页 |
| 2.1.1 基于视频类传感器的姿态识别 | 第17-19页 |
| 2.1.2 基于非视频类传感器的姿态识别 | 第19-21页 |
| 2.2 姿态识别算法 | 第21-24页 |
| 2.3 评价标准 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于BP神经网络的姿态识别算法 | 第26-42页 |
| 3.1 问题描述 | 第26-27页 |
| 3.2 数据预处理 | 第27-32页 |
| 3.3 基于BP神经网络的姿态识别算法 | 第32-40页 |
| 3.3.1 BP神经网络 | 第32-37页 |
| 3.3.2 BP神经网络分类器 | 第37-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第4章 无线传感器网络姿态识别方案 | 第42-58页 |
| 4.1 系统结构 | 第42-43页 |
| 4.2 硬件设计 | 第43-51页 |
| 4.3 软件流程 | 第51-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第5章 实验结果及分析 | 第58-72页 |
| 5.1 实验条件 | 第58-61页 |
| 5.2 实验结果及分析 | 第61-69页 |
| 5.2.1 姿态数据 | 第61-68页 |
| 5.2.2 阈值算法结果 | 第68页 |
| 5.2.3 基于BP神经网络的姿态识别算法结果 | 第68-69页 |
| 5.3 本章小结 | 第69-72页 |
| 第6章 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 攻读硕士期间发表的论文 | 第80页 |
