| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 存在的问题及发展方向 | 第12-13页 |
| 1.4 论文的研究内容 | 第13页 |
| 1.5 论文的结构安排 | 第13-15页 |
| 第二章 相关工作 | 第15-25页 |
| 2.1 智能手机传感器 | 第15-20页 |
| 2.1.1 重力感应传感器 | 第15-16页 |
| 2.1.2 电子罗盘传感器 | 第16-18页 |
| 2.1.3 三轴陀螺仪传感器 | 第18-19页 |
| 2.1.4 光线传感器 | 第19-20页 |
| 2.1.5 距离传感器 | 第20页 |
| 2.2 分类算法介绍 | 第20-24页 |
| 2.2.1 隐马尔可夫模型 | 第20-21页 |
| 2.2.2 支持向量机 | 第21-22页 |
| 2.2.3 K-最近邻算法 | 第22-23页 |
| 2.2.4 决策树算法 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 用户行为识别研究 | 第25-33页 |
| 3.1 基于影像的行为识别及存在的问题 | 第25页 |
| 3.2 基于传感器的行为识别技术的现状 | 第25-26页 |
| 3.3 基于智能手机的行为识别流程 | 第26-32页 |
| 3.3.1 传感器信号采集 | 第27-28页 |
| 3.3.2 数据预处理 | 第28-29页 |
| 3.3.3 特征提取和特征选择 | 第29-30页 |
| 3.3.4 行为识别方法 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于智能手机加速度传感器的用户行为识别方案 | 第33-45页 |
| 4.1 本文识别的用户行为 | 第33-34页 |
| 4.2 传感器信号采集模块 | 第34-36页 |
| 4.3 数据预处理模块 | 第36-37页 |
| 4.4 特征提取模块 | 第37-40页 |
| 4.4.1 均值 | 第38页 |
| 4.4.2 标准差 | 第38-39页 |
| 4.4.3 任意两轴的相关系数 | 第39页 |
| 4.4.4 峰度 | 第39-40页 |
| 4.4.5 特征向量 | 第40页 |
| 4.5 用户行为分类识别模块 | 第40-43页 |
| 4.6 实验结果与分析 | 第43-44页 |
| 4.7 本章小结 | 第44-45页 |
| 第五章 基于智能手机加速度传感器的用户活动分析系统 | 第45-68页 |
| 5.1 系统设计目标 | 第45页 |
| 5.2 系统架构图 | 第45-46页 |
| 5.3 系统功能模块 | 第46-47页 |
| 5.4 开发和部署环境 | 第47页 |
| 5.5 服务器端设计 | 第47-56页 |
| 5.5.1 基于Eucalyptus的安全云平台 | 第48-49页 |
| 5.5.2 任务调度模块 | 第49-50页 |
| 5.5.3 任务处理模块 | 第50-56页 |
| 5.5.4 数据管理模块 | 第56页 |
| 5.6 Android客户端设计 | 第56-59页 |
| 5.6.1 Android传感器开发技术 | 第57页 |
| 5.6.2 数据采集模块 | 第57-58页 |
| 5.6.3 数据管理模块 | 第58-59页 |
| 5.7 客户端-服务器通信设计 | 第59-61页 |
| 5.8 系统功能测试 | 第61-67页 |
| 5.8.1 数据采集程序测试 | 第61-62页 |
| 5.8.2 Android客户端测试 | 第62-64页 |
| 5.8.3 服务器端测试 | 第64-67页 |
| 5.9 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 本文工作总结 | 第68页 |
| 6.2 未来研究方向 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间取得的成果 | 第74-75页 |