| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·研究背景 | 第8-9页 |
| ·时间序列数据挖掘的研究现状 | 第9-12页 |
| ·时间序列的相似性检索研究现状 | 第9-11页 |
| ·时间序列的分割研究现状 | 第11-12页 |
| ·高维时间序列数据挖掘算法在人体运动捕捉数据库上的应用现状 | 第12-13页 |
| ·本文的主要工作和论文的组织结构 | 第13-15页 |
| 2 人体运动捕捉数据及运动模型的表示 | 第15-19页 |
| ·人体运动捕捉数据的获得 | 第15-17页 |
| ·运动模型的表示 | 第17-19页 |
| 3 基于能量模型的人体运动捕捉数据的相似性检索 | 第19-39页 |
| ·概述 | 第19-20页 |
| ·运动能量模型的定义与计算 | 第20-22页 |
| ·势能的定义与计算 | 第20-21页 |
| ·动能的定义与计算 | 第21-22页 |
| ·索引结构的建立 | 第22-33页 |
| ·基于熵的关键关节的选取 | 第22-24页 |
| ·动态时间变形算法 | 第24-27页 |
| ·基于关键关节选取的降维实验结果分析 | 第27-29页 |
| ·基于Keogh距离的索引建立 | 第29-30页 |
| ·索引树R树的建立 | 第30-33页 |
| ·基于例子的相似性检索 | 第33-38页 |
| ·KNN检索算法 | 第33-34页 |
| ·试验结果及其分析 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 4 基于条件随机场的人体运动序列的分割 | 第39-54页 |
| ·概述 | 第39页 |
| ·条件随机场简介 | 第39-49页 |
| ·有向图模型 | 第40-41页 |
| ·生成式模型和判别模型 | 第41-43页 |
| ·条件随机场的定义 | 第43-46页 |
| ·参数估计 | 第46-48页 |
| ·推断 | 第48-49页 |
| ·条件随机场工具的选用及数据集处理 | 第49-51页 |
| ·CRF Package | 第49-50页 |
| ·人体运动捕捉数据的标定 | 第50-51页 |
| ·试验及其结果分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 5 总结及展望 | 第54-56页 |
| ·论文总结 | 第54页 |
| ·未来工作展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |