基于模糊集的行为检测研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究趋势与意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.4 研究内容 | 第12-13页 |
| 1.5 论文结构 | 第13-14页 |
| 第二章 相关理论介绍 | 第14-26页 |
| 2.1 数据准备 | 第14-18页 |
| 2.1.1 数据分析 | 第14-15页 |
| 2.1.2 噪声处理 | 第15-18页 |
| 2.2 特征选取 | 第18-21页 |
| 2.2.1 时域特征 | 第19-20页 |
| 2.2.2 频域特征 | 第20-21页 |
| 2.3 人体行为检测算法 | 第21-25页 |
| 2.3.1 决策树 | 第21页 |
| 2.3.2 逻辑回归 | 第21-22页 |
| 2.3.3 支持向量机 | 第22-23页 |
| 2.3.4 神经网络图灵机 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于神经网络图灵机的行为检测算法研究 | 第26-47页 |
| 3.1 行为检测算法综述 | 第26-28页 |
| 3.2 基于神经网络图灵机的行为检测算法模型 | 第28-34页 |
| 3.2.1 算法流程 | 第28-29页 |
| 3.2.2 基于Capsule的NTM模型 | 第29-34页 |
| 3.3 实验结果与分析 | 第34-46页 |
| 3.3.1 数据收集 | 第34-37页 |
| 3.3.2 数据预处理 | 第37-41页 |
| 3.3.3 实验环境与实验参数 | 第41-42页 |
| 3.3.4 实验对比与分析 | 第42-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 基于模糊集的迁移学习与行为检测算法研究 | 第47-64页 |
| 4.1 迁移学习算法综述 | 第47-52页 |
| 4.1.1 空间拓展 | 第48-49页 |
| 4.1.2 映射函数 | 第49-52页 |
| 4.2 基于模糊集的数据迁移学习 | 第52-56页 |
| 4.2.1 模糊集简介 | 第52-53页 |
| 4.2.2 基于模糊集的迁移学习算法思想 | 第53-56页 |
| 4.3 实验结果与分析 | 第56-63页 |
| 4.3.1 实验环境与实验参数 | 第56-57页 |
| 4.3.2 实验对比与分析 | 第57-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 可适应传感器的行为检测系统的设计与实现 | 第64-75页 |
| 5.1 系统介绍 | 第64页 |
| 5.1.1 系统目标 | 第64页 |
| 5.1.2 开发环境 | 第64页 |
| 5.2 系统的体系结构设计 | 第64-69页 |
| 5.2.1 系统流程设计 | 第65-66页 |
| 5.2.2 系统架构设计 | 第66-67页 |
| 5.2.3 系统功能设计 | 第67-69页 |
| 5.3 系统展示 | 第69-74页 |
| 5.4 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75页 |
| 6.2 展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻硕期间取得的研究成果 | 第82页 |
