婴幼儿睡眠智能监控系统的研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 概论 | 第10-14页 |
| 1.1 研究工作的背景与意义 | 第10-12页 |
| 1.2 本项目的主要工作 | 第12页 |
| 1.3 主要贡献与创新 | 第12-13页 |
| 1.4 本论文的结构安排 | 第13-14页 |
| 第二章 支持向量机 | 第14-29页 |
| 2.1 支持向量机理论 | 第14-27页 |
| 2.1.1 算法概览 | 第15-17页 |
| 2.1.2 线性可分支持向量机 | 第17-20页 |
| 2.1.3 线性不可分支持向量机 | 第20-24页 |
| 2.1.4 非线性支持向量机 | 第24-26页 |
| 2.1.5 核函数 | 第26-27页 |
| 2.2 研究现状 | 第27页 |
| 2.3 本章小结 | 第27-29页 |
| 第三章 SMO与多分类问题 | 第29-38页 |
| 3.1 序列最小优化算法 | 第29-33页 |
| 3.1.1 算法概览 | 第29-30页 |
| 3.1.2 拉格朗日乘子优化 | 第30-32页 |
| 3.1.3 拉格朗日乘子选取 | 第32页 |
| 3.1.4 SMO的优势 | 第32-33页 |
| 3.2 多分类问题 | 第33-37页 |
| 3.2.1 一对其余法 | 第33-34页 |
| 3.2.2 一对一法 | 第34页 |
| 3.2.3 DAG法 | 第34-35页 |
| 3.2.4 决策树法 | 第35-36页 |
| 3.2.5 多分类方法对比 | 第36-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第四章 基于SVM的睡眠压力数据智能分类 | 第38-49页 |
| 4.1 基于SVM的压力数据处理模块 | 第38-40页 |
| 4.2 数据采集和预处理 | 第40-43页 |
| 4.2.1 数据采集 | 第40-41页 |
| 4.2.2 数据说明以及预处理 | 第41-43页 |
| 4.3 实验结果与分析 | 第43-47页 |
| 4.3.1 实验一 | 第45-46页 |
| 4.3.2 实验二 | 第46-47页 |
| 4.3.3 实验三 | 第47页 |
| 4.4 本章小结 | 第47-49页 |
| 第五章 婴幼儿睡眠监控系统 | 第49-65页 |
| 5.1 概述 | 第49-51页 |
| 5.2 模块设计 | 第51-64页 |
| 5.2.1 算法WEB控制模块 | 第51-55页 |
| 5.2.2 算法模块 | 第55-56页 |
| 5.2.3 WEB用户端模块 | 第56-59页 |
| 5.2.4 手机客户端模块 | 第59-62页 |
| 5.2.5 传感器控制模块 | 第62-64页 |
| 5.3 本章小结 | 第64-65页 |
| 5.3.1 系统的优点 | 第64页 |
| 5.3.2 需要改进的方面 | 第64-65页 |
| 第六章 全文总结与展望 | 第65-67页 |
| 6.1 全文总结 | 第65页 |
| 6.2 后续工作展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间取得的成果 | 第72-73页 |
