摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第9-14页 |
1.1 课题背景与研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 本文主要研究内容与各章节安排 | 第12-14页 |
第2章 社区戒毒康复信息化监控平台的总体设计思路 | 第14-22页 |
2.1 系统总体架构 | 第14-15页 |
2.2 前端数据采集设备 | 第15-19页 |
2.2.1 物联网技术 | 第15页 |
2.2.2 生理指标监测技术 | 第15-18页 |
2.2.3 GPS定位技术 | 第18页 |
2.2.4 三旋轴加速度传感器 | 第18-19页 |
2.3 无线传输技术 | 第19-20页 |
2.4 后台信息管理系统 | 第20-21页 |
2.5 本章小节 | 第21-22页 |
第3章 社区戒毒康复信息化监控平台的理论基础 | 第22-37页 |
3.1 人工神经网络 | 第22-27页 |
3.1.1 特征工程 | 第22-23页 |
3.1.2 机器学习的概念 | 第23-24页 |
3.1.3 人工神经元模型 | 第24-25页 |
3.1.4 人工神经网络的分类和特点 | 第25-26页 |
3.1.5 BP神经网络 | 第26-27页 |
3.2 戒毒康复人员生理指标分析 | 第27-30页 |
3.2.1 T检验法 | 第27-28页 |
3.2.2 戒毒康复人员与健康人员生理指标的对比 | 第28-29页 |
3.2.3 健康人员极量运动后生理指标的变化 | 第29-30页 |
3.3 人体状态识别算法 | 第30-32页 |
3.4 电子围栏技术 | 第32-36页 |
3.4.1 定位技术 | 第32-34页 |
3.4.2 基于百度地图的定位技术 | 第34-36页 |
3.5 本章小结 | 第36-37页 |
第4章 基于百度地图的电子围栏实时检测算法 | 第37-52页 |
4.1 电子围栏算法设计思路 | 第37-41页 |
4.1.1 电子围栏越界预警算法设计 | 第38页 |
4.1.2 电子围栏轮廓的多边形标定 | 第38-39页 |
4.1.3 轮廓区域最小绑定矩形的计算 | 第39-41页 |
4.2 点与多边形拓扑位置的判断 | 第41-48页 |
4.2.1 叉积判断法 | 第41-42页 |
4.2.2 夹角之和检验法 | 第42-45页 |
4.2.3 点与多边形位置关系的Q算法 | 第45页 |
4.2.4 传统的射线法 | 第45-46页 |
4.2.5 改进的射线算法 | 第46-47页 |
4.2.6 其他算法 | 第47-48页 |
4.3 百度地图可视化标注 | 第48-49页 |
4.4 仿真实验与结果分析 | 第49-51页 |
4.4.1 本文算法与传统算法的对比实验 | 第49-50页 |
4.4.2 多目标点下算法实时性对比 | 第50-51页 |
4.5 本章小结 | 第51-52页 |
第5章 基于神经网络的戒毒康复人员生理指标模型设计 | 第52-61页 |
5.1 生理指标识别算法的设计 | 第52-53页 |
5.2 识别算法的详细设计 | 第53-58页 |
5.2.1 构建特征向量 | 第53-56页 |
5.2.2 数据的归一化 | 第56页 |
5.2.3 网络模型的设计 | 第56-58页 |
5.3 算法仿真与性能分析 | 第58-60页 |
5.3.1 隐含层节点数和训练参数 | 第58-60页 |
5.4 本章小结 | 第60-61页 |
第6章 社区戒毒康复信息化监控平台的实现 | 第61-72页 |
6.1 系统总体框架 | 第61页 |
6.2 开发环境简介 | 第61-62页 |
6.3 系统功能模块的设计 | 第62-66页 |
6.4 系统的实现和演示 | 第66-71页 |
6.4.1 登陆功能的实现 | 第66页 |
6.4.2 警报管理的实现 | 第66-68页 |
6.4.3 人员管理的实现 | 第68-69页 |
6.4.4 系统公告的实现 | 第69页 |
6.4.5 定位的实现 | 第69-71页 |
6.4.6 系统设置的实现 | 第71页 |
6.5 本章小结 | 第71-72页 |
第7章 总结与展望 | 第72-74页 |
7.1 总结 | 第72-73页 |
7.2 工作展望 | 第73-74页 |
参考文献 | 第74-78页 |
攻读学位期间发表的学术论文和研究成果 | 第78-79页 |
致谢 | 第79页 |