摘要 | 第4-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第11-15页 |
1.1 研究背景和现状 | 第11-12页 |
1.2 研究目标 | 第12页 |
1.3 本文主要贡献 | 第12-13页 |
1.4 本文结构 | 第13-15页 |
第2章 相关工作及本文的切入点 | 第15-23页 |
2.1 相关工作 | 第15-18页 |
2.1.1 基于专业化设备的人体动作识别 | 第15-16页 |
2.1.2 基于雷达的人体动作识别 | 第16页 |
2.1.3 基于无线网络的人体动作识别 | 第16-18页 |
2.2 相关工作深入分析 | 第18-19页 |
2.3 本文的切入点 | 第19-22页 |
2.3.1 无线信号的研究基础 | 第19-21页 |
2.3.2 F-GRT设计理念 | 第21-22页 |
2.4 本章小结 | 第22-23页 |
第3章 F-GRT样本重新采样设计 | 第23-30页 |
3.1 数据准备 | 第23-24页 |
3.2 SAMPLEREACQUIRE算法设计 | 第24-29页 |
3.2.1 sampleReacquire简介 | 第25-28页 |
3.2.2 sampleReacquire实验效果 | 第28-29页 |
3.3 本章小结 | 第29-30页 |
第4章 基于HMM-ACO参数全局优化模块设计 | 第30-37页 |
4.1 ACO蚁群算法简介 | 第30-31页 |
4.2 HMM隐马尔可夫简介 | 第31-32页 |
4.3 HMM-ACO全局优化设计 | 第32-36页 |
4.3.1 HMM-ACO算法设计及实现 | 第32-34页 |
4.3.2 HMM-ACO实验效果 | 第34-36页 |
4.4 本章小结 | 第36-37页 |
第5章 F-GRT总体设计 | 第37-47页 |
5.1 F-GRT预处理 | 第37-40页 |
5.2 F-GRT特征提取 | 第40-43页 |
5.2.1 短时傅里叶变换 | 第40-41页 |
5.2.2 能量谱密度k-means聚类 | 第41-43页 |
5.3 F-GRT分类预测 | 第43-46页 |
5.3.1 分类 | 第43-44页 |
5.3.2 训练 | 第44-45页 |
5.3.3 预测 | 第45-46页 |
5.4 本章小结 | 第46-47页 |
第6章 F-GRT实验及结果分析 | 第47-54页 |
6.1 F-GRT实验环境 | 第47页 |
6.2 F-GRT实验数据 | 第47-48页 |
6.3 F-GRT实验结果分析 | 第48-53页 |
6.3.1 数据预处理sampleReacquire实验结果 | 第48-52页 |
6.3.2 HMM和HMM-ACO实验结果 | 第52-53页 |
6.4 本章小结 | 第53-54页 |
第7章 总结与展望 | 第54-56页 |
7.1 总结 | 第54页 |
7.2 展望 | 第54-56页 |
参考文献 | 第56-60页 |
作者简介及在学期间所取得的科研成果 | 第60-61页 |
致谢 | 第61页 |