基于加速度传感器的人体运动状态识别研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外相关研究和综述 | 第9-11页 |
| 1.3 问题的总结与分析 | 第11-12页 |
| 1.4 本文的主要工作 | 第12-13页 |
| 1.5 本文的组织结构 | 第13-14页 |
| 第2章 相关基础算法与评价 | 第14-26页 |
| 2.1 加速度传感器与数据采集 | 第14-16页 |
| 2.1.1 加速度传感器 | 第14-15页 |
| 2.1.2 数据采集 | 第15-16页 |
| 2.2 时序数据预处理 | 第16-17页 |
| 2.3 算法基础 | 第17-23页 |
| 2.3.1 相似性匹配算法 | 第18页 |
| 2.3.2 K-Means聚类 | 第18-20页 |
| 2.3.3 DBSCAN聚类 | 第20-22页 |
| 2.3.4 簇特征提取 | 第22-23页 |
| 2.3.5 组合分类器 | 第23页 |
| 2.4 实验结果评价 | 第23-25页 |
| 2.4.1 聚类结果评价 | 第23-24页 |
| 2.4.2 分类结果评价 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于聚类算法的运动状态识别 | 第26-41页 |
| 3.1 构建学习模型 | 第27-35页 |
| 3.1.1 准备数据 | 第27-30页 |
| 3.1.2 聚类过程 | 第30-34页 |
| 3.1.3 抽取学习模型 | 第34-35页 |
| 3.2 设计人体运动实时识别系统 | 第35-40页 |
| 3.2.1 数据采集和数据处理 | 第35-37页 |
| 3.2.2 运动识别和模型更新 | 第37-38页 |
| 3.2.3 数据展示 | 第38-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第4章 实验结果与分析 | 第41-51页 |
| 4.1 实验环境和实验数据集介绍 | 第41-42页 |
| 4.2 实验方案 | 第42-43页 |
| 4.3 实验结果和分析 | 第43-50页 |
| 4.3.1 聚类方法有效性验证 | 第43-46页 |
| 4.3.2 聚类方法与传统分类方法比较 | 第46-47页 |
| 4.3.3 模型个性化验证 | 第47-49页 |
| 4.3.4 与成熟产品对比 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57页 |
