首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文--传感器的应用论文

基于MPU6050的老年人摔倒检测系统设计

中文摘要第3-4页
英文摘要第4-5页
1 绪论第8-15页
    1.1 研究背景及意义第8-11页
        1.1.1 社会人口现状第8-10页
        1.1.2 摔到危害及检测摔倒状态的意义第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 国外研究现状第12-13页
        1.2.2 国内研究现状第13页
    1.3 本文主要工作、内容及结构第13-15页
        1.3.1 本文的主要工作及内容第13页
        1.3.2 论文的组织结构第13-15页
2 人体摔倒检测系统改进设计第15-28页
    2.1 人体摔倒过程分析第15-18页
    2.2 摔倒检测系统整体方案第18-26页
        2.2.1 摔倒检测系统总体架构第18页
        2.2.2 摔倒检测系统硬件组成第18-24页
        2.2.3 摔倒检测系统软件架构第24-26页
        2.2.4 摔倒检测系统参数设定第26页
    2.3 摔倒人体特征部位选择第26-27页
    2.4 本章小结第27-28页
3 人体摔倒过程特征提取及分类方法研究第28-54页
    3.1 人体摔倒检测的数据描述第28-32页
    3.2 人体摔倒过程中数据特征的变化分析第32-34页
    3.3 人体摔倒过程特征提取方法第34-47页
        3.3.1 基于FFT变换的特征提取方法第37-41页
        3.3.2 基于双传感器的特征融合方法第41-42页
        3.3.3 基于主成分分析的特征向量降维方法第42-47页
    3.4 基于极限学习机的人体摔倒过程分类第47-53页
        3.4.1 单隐层前馈神经网络(SLFN)概述第47-49页
        3.4.2 极限学习机第49-51页
        3.4.3 极限学习机与支持向量机对比第51-53页
    3.5 本章小结第53-54页
4 实验及结果分析第54-62页
    4.1 实验设计过程第54-58页
    4.2 实验结果第58-61页
        4.2.1 基于支持向量机的人体摔倒行为分类第58-59页
        4.2.2 基于极限学习机的人体摔倒行为分类第59-61页
    4.3 对比分析第61页
    4.4 本章小结第61-62页
5 总结与展望第62-64页
    5.1 总结第62-63页
    5.2 研究展望第63-64页
致谢第64-65页
参考文献第65-68页

论文共68页,点击 下载论文
上一篇:建筑机器人在我国建筑业企业中的应用障碍及对策研究
下一篇:具有主动脊柱的四足机器人结构设计与仿生控制研究