| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 引言 | 第10-11页 |
| 1 绪论 | 第11-18页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 研究目的与方法 | 第16页 |
| 1.3.1 研究目的 | 第16页 |
| 1.3.2 研究方法 | 第16页 |
| 1.4 主要内容和章节安排 | 第16-18页 |
| 2 行走姿势形成机理 | 第18-20页 |
| 2.1 行走运动形态特定性 | 第18页 |
| 2.2 行走运动形态稳定性 | 第18页 |
| 2.3 行走运动形态反映性 | 第18页 |
| 2.4 行走姿势分类 | 第18-20页 |
| 3 行走姿势数据库的建立 | 第20-42页 |
| 3.1 行走姿势数据获取设备 | 第20-23页 |
| 3.2 行走姿势数据库的建立 | 第23-42页 |
| 3.2.1 基于人体结构的角度数据库建立 | 第23-24页 |
| 3.2.2 基于人体各部位质心连接角度数据库建立 | 第24-37页 |
| 3.2.3 基于卷积神经网络图像数据库建立 | 第37-42页 |
| 4 行走姿势分类标准研究 | 第42-60页 |
| 4.1 K-means聚类算法简介 | 第42-45页 |
| 4.1.1 K-means聚类算法分类原理 | 第42-43页 |
| 4.1.2 K-means聚类算法小结 | 第43页 |
| 4.1.3 K-means类算法对行走姿势分类合理性分析 | 第43-44页 |
| 4.1.4 层次聚类 | 第44-45页 |
| 4.2 基于人体结构模型的角度分析方法 | 第45-49页 |
| 4.2.1 分类实验过程 | 第45页 |
| 4.2.2 分类结果 | 第45-48页 |
| 4.2.3 分类结论与误差分析 | 第48-49页 |
| 4.3 基于人体各部位质心连接斜率分析方法 | 第49-57页 |
| 4.3.1 实验步骤 | 第49页 |
| 4.3.2 分类结果 | 第49-55页 |
| 4.3.3 分类结论与误差分析 | 第55-57页 |
| 4.4 卷积神经网络分类结果 | 第57-58页 |
| 4.4.1 实验结果分析 | 第57-58页 |
| 4.5 本章小结 | 第58-60页 |
| 5 总结与展望 | 第60-63页 |
| 5.1 本文工作总结 | 第60-61页 |
| 5.2 下一步工作展望 | 第61-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 在学研究成果 | 第69-70页 |
| 致谢 | 第70页 |