基于动作语音特征的校园暴力识别算法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.1.1 课题来源 | 第8页 |
| 1.1.2 研究背景和意义 | 第8-9页 |
| 1.2 相关理论的发展现状及分析 | 第9-12页 |
| 1.2.1 国外研究现状 | 第9-11页 |
| 1.2.2 国内研究现状 | 第11页 |
| 1.2.3 国内外研究现状分析 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文结构设置 | 第13-15页 |
| 第2章 基于运动传感器的特征提取和分类技术 | 第15-32页 |
| 2.1 传感器位置选择 | 第15-16页 |
| 2.2 传感器数据预处理 | 第16-19页 |
| 2.3 动作特征的提取 | 第19-21页 |
| 2.3.1 时域特征的提取 | 第19-20页 |
| 2.3.2 频域特征的提取 | 第20-21页 |
| 2.4 特征筛选及降维 | 第21-23页 |
| 2.4.1 四分位箱图 | 第21-23页 |
| 2.4.2 filter法和wrapper法 | 第23页 |
| 2.5 BP神经网络及网络训练方法 | 第23-29页 |
| 2.5.1 BP神经网络介绍 | 第23-25页 |
| 2.5.2 BP神经网络参数设定 | 第25-26页 |
| 2.5.3 L-M训练方法 | 第26-29页 |
| 2.6 分类系统性能评估 | 第29-30页 |
| 2.7 本章小结 | 第30-32页 |
| 第3章 暴力实验仿真和过渡识别算法 | 第32-44页 |
| 3.1 基于wrapper的特征筛选算法 | 第32-33页 |
| 3.2 独立动作识别 | 第33-40页 |
| 3.2.1 无“摔倒类”的动作识别 | 第33-34页 |
| 3.2.2 含“摔倒类”的动作识别 | 第34-37页 |
| 3.2.3“击打”分解的动作识别 | 第37-39页 |
| 3.2.4 无“玩耍”的动作识别 | 第39-40页 |
| 3.3 动作过渡点判定和休眠分类算法 | 第40-43页 |
| 3.3.1 过渡点判定 | 第40-42页 |
| 3.3.2 算法性能分析 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 动作-语音联合暴力识别算法 | 第44-56页 |
| 4.1 语音暴力识别 | 第44-48页 |
| 4.1.1 语音数据预处理 | 第44-45页 |
| 4.1.2 语音数据特征提取 | 第45-47页 |
| 4.1.3 语音暴力分类 | 第47-48页 |
| 4.2 动作-语音联合暴力识别 | 第48-50页 |
| 4.3 PCA和LDA降维 | 第50-55页 |
| 4.3.1 PCA基本理论 | 第50-52页 |
| 4.3.2 PCA降维后识别性能分析 | 第52-53页 |
| 4.3.3 LDA基本理论 | 第53-54页 |
| 4.3.4 LDA降维后识别性能分析 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |
