| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题的研究背景 | 第8-10页 |
| 1.2 课题的目的和意义 | 第10-11页 |
| 1.3 日常活动识别和跌倒检测的研究现状及发展前景 | 第11-14页 |
| 1.4 本文内容安排 | 第14-16页 |
| 2 模式识别算法研究 | 第16-29页 |
| 2.1 日常活动和跌倒的特征提取 | 第16-21页 |
| 2.2 模式识别算法评价标准 | 第21-22页 |
| 2.3 常用的模式识别算法 | 第22-29页 |
| 3 系统总体设计 | 第29-41页 |
| 3.1 硬件设计 | 第29-32页 |
| 3.2 软件设计 | 第32-41页 |
| 4 最适合算法和传感器最佳位置的选择 | 第41-52页 |
| 4.1 分类算法在 WEKA 中的比较 | 第41-43页 |
| 4.2 智能手机最佳佩戴位置分析 | 第43-52页 |
| 5 实验结果和分析 | 第52-56页 |
| 5.1 日常活动识别实验 | 第52-53页 |
| 5.2 跌倒检测实验 | 第53-54页 |
| 5.3 单类支持向量机用于跌倒检测 | 第54-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |