首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于LSTM的智能手机运动轨迹识别研究

摘要第8-9页
ABSTRACT第9-10页
第1章 绪论第14-20页
    1.1 课题研究背景与意义第14-15页
    1.2 国内外研究现状第15-17页
        1.2.1 基于不同终端设备的运动轨迹识别研究第15-16页
        1.2.2 基于不同关键特征的运动轨迹识别研究第16页
        1.2.3 基于不同算法的运动轨迹识别研究第16-17页
        1.2.4 其它方面研究第17页
    1.3 本文研究内容第17-18页
    1.4 本文组织结构第18-20页
第2章 基于LSTM的深度学习框架分析第20-33页
    2.1 引言第20页
    2.2 深度学习理论基础第20-25页
        2.2.1 第一阶段:感知器第20-22页
        2.2.2 第二阶段:浅层学习第22-23页
        2.2.3 第三阶段:深度学习第23-25页
    2.3 记忆神经网络第25-28页
        2.3.1 RNN第25-27页
        2.3.2 LSTM第27-28页
    2.4 深度学习框架第28-31页
    2.5 本章小结第31-33页
第3章 构建智能手机运动轨迹数据集第33-46页
    3.1 引言第33页
    3.2 智能手机内置传感器系统第33-36页
        3.2.1 常见的智能手机内置传感器第33-34页
        3.2.2 三轴加速度传感器第34-35页
        3.2.3 三轴陀螺仪传感器第35-36页
    3.3 智能手机运动轨迹数据采集第36-41页
        3.3.1 采集数据工具第36-37页
        3.3.2 数据采集人员第37页
        3.3.3 智能手机运动轨迹笔画第37-38页
        3.3.4 智能手机加速度传感器的运动轨迹数据采集第38-39页
        3.3.5 智能手机加速度传感器和陀螺仪的运动轨迹数据采集第39-41页
    3.4 数据预处理第41-44页
        3.4.1 数据剔除与格式转换第41-43页
        3.4.2 数据规整第43页
        3.4.3 归一化第43页
        3.4.4 去除重力加速度分量第43-44页
    3.5 构建智能手机运动轨迹数据集第44页
        3.5.1 构建智能手机加速度传感器的运动轨迹数据集第44页
        3.5.2 构建智能手机加速度传感器和陀螺仪的运动轨迹数据集第44页
    3.6 本章小结第44-46页
第4章 建立LSTM模型第46-53页
    4.1 引言第46页
    4.2 LSTM模型建立第46-47页
        4.2.1 LSTM理论模型第46-47页
        4.2.2 利用TensorFlow实现LSTM模型第47页
    4.3 硬件资源第47页
    4.4 利用加速度数据训练模型第47-50页
        4.4.1 加速度传感器数据集第47-48页
        4.4.2 L3-50模型参数筛选第48-49页
        4.4.3 L3-50模型训练过程第49页
        4.4.4 L3-50模型性能分析第49-50页
    4.5 利用加速度传感器和陀螺仪数据训练模型第50-51页
        4.5.1 加速度传感器和陀螺仪数据集第50页
        4.5.2 L5-70模型参数筛选第50页
        4.5.3 L5-70模型训练过程第50-51页
        4.5.4 L5-70模型性能分析第51页
    4.6 本章小结第51-53页
第5章 智能手机运动轨迹识别系统应用第53-62页
    5.1 引言第53页
    5.2 智能车硬件系统架构第53-54页
    5.3 基于视觉的自主导航系统相关研究第54-59页
        5.3.1 LED灯光补偿去除阴影第54-55页
        5.3.2 路径识别及控制策略第55-59页
    5.4 基于运动轨迹的手动导航系统相关研究第59-60页
    5.5 结果分析与对比第60-61页
    5.6 本章小结第61-62页
总结与展望第62-63页
参考文献第63-69页
致谢第69-70页
附录A 攻读学位期间发表的学术论文及获奖情况第70页

论文共70页,点击 下载论文
上一篇:沙漠修复植物生态适应性评价及系统研发
下一篇:基于字典学习的动态手势识别算法研究