| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题的研究背景与研究意义 | 第12-13页 |
| 1.2 国内外研究现状及研究难点 | 第13-15页 |
| 1.3 本文主要研究内容 | 第15-17页 |
| 1.4 论文章节安排 | 第17-18页 |
| 第二章 系统整体流程设计及传感器数据处理分析 | 第18-26页 |
| 2.1 人体行为识别流程设计 | 第18-20页 |
| 2.2 传感器数据处理方法对比分析 | 第20-23页 |
| 2.3 传感器数据预处理 | 第23-24页 |
| 2.4 行为识别模式划分 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于神经网络的人体样本行为识别 | 第26-42页 |
| 3.1 人体样本行为识别神经网络设计 | 第26-34页 |
| 3.1.1 神经网络 | 第26-30页 |
| 3.1.2 BP神经网络学习算法 | 第30-33页 |
| 3.1.3 BP神经网络设计实现 | 第33-34页 |
| 3.2 基于遗传算法改进BP神经网络 | 第34-38页 |
| 3.2.1 遗传算法的基本操作与基本要素 | 第34-35页 |
| 3.2.2 基于遗传算法改进BP神经网络算法及特点 | 第35-38页 |
| 3.3 实验与分析 | 第38-40页 |
| 3.3.1 BP神经网络仿真测试 | 第38页 |
| 3.3.2 遗传算法改进效果验证 | 第38-40页 |
| 3.3.3 实验过程中难点问题 | 第40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 基于隐马尔科夫模型的人体在线行为识别 | 第42-48页 |
| 4.1 隐马尔科夫模型 | 第42-45页 |
| 4.1.1 隐马尔科夫模型简介 | 第42-44页 |
| 4.1.2 解决问题及经典算法 | 第44-45页 |
| 4.2 隐马尔科夫模型构建 | 第45-46页 |
| 4.2.1 状态集选择 | 第45页 |
| 4.2.2 算法流程设计 | 第45-46页 |
| 4.3 本章小结 | 第46-48页 |
| 第五章 人体行为识别系统的实现与验证 | 第48-62页 |
| 5.1 基于神经网络的人体行为识别实验 | 第48-54页 |
| 5.1.1 神经网络设计与实现 | 第48-51页 |
| 5.1.2 遗传算法改进神经网络测试 | 第51-54页 |
| 5.2 基于隐马尔科夫模型的人体行为识别测试 | 第54-56页 |
| 5.3 整体系统构建 | 第56-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 论文的主要工作 | 第62-63页 |
| 6.2 下一步研究方向 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 硕士期间发表的论文和科研成果 | 第72页 |
| 硕士期间参加的科研工作 | 第72-73页 |
| 学位论文评阅及答辩情况表 | 第73页 |