基于节能调度算法的高精度活动识别关怀系统设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状分析 | 第15-17页 |
| 1.3 本文研究内容 | 第17页 |
| 1.4 论文组织结构 | 第17-20页 |
| 第二章 活动识别关怀系统总体设计 | 第20-26页 |
| 2.1 设计目标 | 第20-21页 |
| 2.2 系统总体架构 | 第21-23页 |
| 2.3 功能模块设计 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 活动识别模块设计与实现 | 第26-44页 |
| 3.1 传感器概述 | 第26-28页 |
| 3.2 数据收集 | 第28-31页 |
| 3.2.1 参数选择标准 | 第28-29页 |
| 3.2.2 优化参数元组选择 | 第29-31页 |
| 3.3 数据预处理 | 第31-34页 |
| 3.4 非周期活动识别 | 第34-35页 |
| 3.5 周期活动识别 | 第35-42页 |
| 3.5.1 动态周期识别算法 | 第35-39页 |
| 3.5.2 特征提取 | 第39-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第四章 社会网络聚类模块设计与实现 | 第44-54页 |
| 4.1 社会网络行为概述 | 第44-45页 |
| 4.2 社会网络行为建模 | 第45-49页 |
| 4.2.1 个人行为层 | 第46页 |
| 4.2.2 社区行为层 | 第46-49页 |
| 4.3 社会网络行为推断算法 | 第49-52页 |
| 4.3.1 社区行为融合分类器 | 第50-51页 |
| 4.3.2 社区行为联合推断 | 第51-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 节能调度模块设计与实现 | 第54-62页 |
| 5.1 节能调度技术概述 | 第54页 |
| 5.2 基于学习的活动预测模型 | 第54-59页 |
| 5.2.1 个人行为活动预测模型 | 第56-58页 |
| 5.2.2 融合社区行为的混合行为预测 | 第58-59页 |
| 5.3 动态调节算法 | 第59-60页 |
| 5.4 本章小结 | 第60-62页 |
| 第六章 系统实现与测试 | 第62-72页 |
| 6.1 系统实现 | 第62-66页 |
| 6.1.1 代码实现 | 第62-65页 |
| 6.1.2 客户端界面 | 第65-66页 |
| 6.2 性能测试 | 第66-71页 |
| 6.2.1 混合分类器识别性能 | 第66-67页 |
| 6.2.2 系统识别性能 | 第67-69页 |
| 6.2.3 系统能耗测试 | 第69-71页 |
| 6.3 本章小结 | 第71-72页 |
| 第七章 结束语 | 第72-74页 |
| 7.1 本文工作 | 第72-73页 |
| 7.2 总结与展望 | 第73-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 作者简介 | 第80-82页 |
