基于可穿戴传感器的人体行为识别研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第7-8页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 行为识别的研究现状 | 第9-11页 |
| 1.3 研究问题 | 第11页 |
| 1.4 研究内容与章节安排 | 第11-13页 |
| 第二章 相关基础知识 | 第13-22页 |
| 2.1 行为识别数据采集方式 | 第13-15页 |
| 2.2 行为识别数据预处理技术 | 第15-17页 |
| 2.3 方位角算法介绍 | 第17-18页 |
| 2.4 特征提取与特征选择 | 第18页 |
| 2.5 分类算法 | 第18-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 基于传感器数据的方位角融合算法 | 第22-39页 |
| 3.1 传感器数据的采集 | 第22-25页 |
| 3.1.1 设备佩戴位置的选择 | 第22页 |
| 3.1.2 数据采集的频率 | 第22-23页 |
| 3.1.3 传感器数据采集 | 第23-25页 |
| 3.2 原始数据预处理 | 第25-27页 |
| 3.2.1 数据校正与滤波 | 第25-26页 |
| 3.2.2 数据分割 | 第26-27页 |
| 3.3 方位角算法实现 | 第27-36页 |
| 3.3.1 三维坐标系统简介 | 第27页 |
| 3.3.2 坐标系转换 | 第27-31页 |
| 3.3.3 方位角求解 | 第31-36页 |
| 3.4 结果比较与分析 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于方位角信息的人体行为识别 | 第39-48页 |
| 4.1 特征提取 | 第39-42页 |
| 4.1.1 线性特征提取的方法 | 第39-41页 |
| 4.1.2 基于方位角的几个典型的特征值 | 第41-42页 |
| 4.2 特征选择 | 第42-46页 |
| 4.2.1 特征选择的常用方法 | 第42-44页 |
| 4.2.2 采用最大相关最小冗余进行特征选择 | 第44-46页 |
| 4.3 分类识别与结果分析 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 本文总结 | 第48页 |
| 5.2 工作展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 附录1 攻读硕士学位期间撰写的论文与申请的专利 | 第53-54页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第54-55页 |
| 致谢 | 第55页 |
