日常行为识别的特征增强方法研究
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究内容 | 第11-12页 |
| 1.3 论文结构 | 第12-13页 |
| 第2章 行为识别技术概述 | 第13-21页 |
| 2.1 行为数据划分方法 | 第13-15页 |
| 2.1.1 等时长划分方法 | 第13-14页 |
| 2.1.2 等事件长度划分方法 | 第14页 |
| 2.1.3 切换点划分方法 | 第14-15页 |
| 2.2 行为特征抽取方法 | 第15-16页 |
| 2.2.1 特征向量构造 | 第15-16页 |
| 2.2.2 传感器事件标记 | 第16页 |
| 2.3 行为模型训练与识别方法 | 第16-20页 |
| 2.3.1 朴素贝叶斯 | 第16-17页 |
| 2.3.2 隐马尔科夫 | 第17-18页 |
| 2.3.3 支持向量机 | 第18-19页 |
| 2.3.4 条件随机场 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 基于传感器状态强化的日常行为识别方法 | 第21-35页 |
| 3.1 系统框架 | 第21-22页 |
| 3.2 传感器状态强化算法 | 第22-25页 |
| 3.2.1 预备知识 | 第22-23页 |
| 3.2.2 特征强化算法 | 第23-25页 |
| 3.3 特征强化后的模型训练与行为识别 | 第25-26页 |
| 3.3.1 构建行为模型 | 第25-26页 |
| 3.3.2 计算行为识别结果 | 第26页 |
| 3.4 实验对比分析 | 第26-34页 |
| 3.4.1 实验设定 | 第26-30页 |
| 3.4.2 评价标准 | 第30-31页 |
| 3.4.3 实验结果 | 第31-33页 |
| 3.4.4 讨论 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于BoF时态原语强化的行为识别方法 | 第35-41页 |
| 4.1 系统框架 | 第36-37页 |
| 4.2 行为特征构造 | 第37-38页 |
| 4.2.1 行为特征对比 | 第37页 |
| 4.2.2 BoF时态原语构造 | 第37-38页 |
| 4.3 实验对比分析 | 第38-40页 |
| 4.3.1 实验设计 | 第38-40页 |
| 4.3.2 实验结果分析 | 第40页 |
| 4.4 本章小结 | 第40-41页 |
| 第5章 基于时态原语的日常行为识别方法 | 第41-57页 |
| 5.1 系统框架 | 第41-43页 |
| 5.2 时态原语挖掘 | 第43-44页 |
| 5.2.1 预备知识 | 第43页 |
| 5.2.2 原语构造算法 | 第43-44页 |
| 5.3 行为模式选择 | 第44-46页 |
| 5.4 实验对比与分析 | 第46-55页 |
| 5.4.1 传感器部署 | 第46页 |
| 5.4.2 评价标准 | 第46-47页 |
| 5.4.3 参数选择实验 | 第47-51页 |
| 5.4.4 行为标签识别 | 第51-55页 |
| 5.4.5 讨论 | 第55页 |
| 5.5 本章小结 | 第55-57页 |
| 第6章 总结和展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 攻读学位期间公开发表论文 | 第65-66页 |
| 致谢 | 第66页 |
