基于单个加速度传感器的人体行为识别研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题研究背景及意义 | 第8页 |
| ·微型加速度传感器 | 第8-12页 |
| ·加速度传感器的分类 | 第9-10页 |
| ·三轴加速度传感器 | 第10页 |
| ·微型加速度传感器的发展与应用 | 第10-12页 |
| ·基于加速度传感器的行为识别研究现状 | 第12-13页 |
| ·课题研究内容及组织结构 | 第13-14页 |
| 第二章 基于加速度传感器的人体行为识别系统 | 第14-23页 |
| ·基于计算机视觉的行为识别 | 第14-15页 |
| ·基于加速度传感器的行为识别 | 第15-16页 |
| ·基于加速度传感器的行为识别主要内容 | 第16-22页 |
| ·加速度数据采集 | 第17-18页 |
| ·信号预处理 | 第18-19页 |
| ·特征提取 | 第19页 |
| ·特征选择 | 第19-20页 |
| ·分类方法 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 特征提取在人体行为识别中的应用研究 | 第23-38页 |
| ·加速度数据采集和预处理 | 第23-24页 |
| ·特征提取与降维 | 第24-30页 |
| ·8 种加速度信号特征 | 第25-29页 |
| ·特征降维 | 第29-30页 |
| ·基于SVM的多类分类器 | 第30-32页 |
| ·实验与分析 | 第32-37页 |
| ·实验设置 | 第32-33页 |
| ·实验结果分析 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 人体行为识别中基于加速度传感器的特征选择 | 第38-48页 |
| ·加速度数据采集和预处理 | 第38-39页 |
| ·特征提取 | 第39-40页 |
| ·基于GA算法的优化 | 第40-44页 |
| ·实数编码 | 第41-42页 |
| ·初始群体 | 第42页 |
| ·设计适应度函数 | 第42页 |
| ·遗传操作 | 第42-44页 |
| ·实验与分析 | 第44-47页 |
| ·实验设置 | 第44页 |
| ·实验结果分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于HGA-BP神经网络的人体行为识别 | 第48-60页 |
| ·BP神经网络 | 第48-50页 |
| ·递阶遗传算法 | 第50-51页 |
| ·HGA-BP神经网络分类器 | 第51-52页 |
| ·改进HGA训练BP神经网络 | 第52-55页 |
| ·初始群体 | 第52页 |
| ·设计适应度函数 | 第52-53页 |
| ·选择操作 | 第53页 |
| ·改进交叉操作 | 第53-54页 |
| ·改进变异操作 | 第54-55页 |
| ·实验与分析 | 第55-58页 |
| ·实验设置 | 第55-56页 |
| ·实验结果分析 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 主要结论与展望 | 第60-62页 |
| 主要结论 | 第60-61页 |
| 展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第68页 |
