| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题的研究背景和意义 | 第10-11页 |
| 1.2 国内外在该方向的研究现状及分析 | 第11-17页 |
| 1.2.1 跌倒检测系统的研究现状 | 第11-12页 |
| 1.2.2 跌倒检测设备及方法的研究现状 | 第12-16页 |
| 1.2.3 协同跌倒检测研究现状 | 第16-17页 |
| 1.3 主要研究内容 | 第17-18页 |
| 1.4 本文章节安排 | 第18-20页 |
| 第2章 需求分析 | 第20-26页 |
| 2.1 总体需求概述 | 第20-22页 |
| 2.1.1 跌倒监测系统场景需求分析 | 第20-21页 |
| 2.1.2 家庭用户场景需求 | 第21页 |
| 2.1.3 数据传输和数据融合需求分析 | 第21-22页 |
| 2.2 家庭普适、泛在跌倒检测的需求问题分析 | 第22-23页 |
| 2.3 跌倒检测设备的功能需求分析 | 第23-25页 |
| 2.3.1 设备功能需求 | 第23-24页 |
| 2.3.2 协同跌倒服务需求 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 协同跌倒检测方法研究 | 第26-40页 |
| 3.1 单一设备跌倒检测方法 | 第26-31页 |
| 3.1.1 基于阈值的智能手机跌倒检测方法 | 第26-28页 |
| 3.1.2 基于支持向量机的Kinect跌倒检测方法 | 第28-31页 |
| 3.2 数据融合理论概述 | 第31-34页 |
| 3.3 置信模型 | 第34-36页 |
| 3.4 协同跌倒检测方法 | 第36-39页 |
| 3.4.1 基于逻辑规则的协同跌倒检测方法 | 第36-37页 |
| 3.4.2 基于D-S证据理论的协同跌倒检测方法 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 协同跌倒检测系统的设计与实现 | 第40-59页 |
| 4.1 系统总体设计 | 第40-43页 |
| 4.1.1 系统设计原则 | 第40页 |
| 4.1.2 系统功能结构 | 第40-41页 |
| 4.1.3 实验设计方案 | 第41页 |
| 4.1.4 多设备协同跌倒检测服务接口设计 | 第41-43页 |
| 4.2 协同跌倒监测平台设计与实现 | 第43-47页 |
| 4.2.1 协同跌倒监测服务 | 第43-47页 |
| 4.2.2 历史数据统计分析 | 第47页 |
| 4.3 基于阈值的智能手机跌倒检测子系统设计与实现 | 第47-52页 |
| 4.3.1 智能手机佩戴的设计 | 第47-49页 |
| 4.3.2 智能手机跌倒检测服务 | 第49-52页 |
| 4.4 基于支持向量机的Kinect跌倒检测子系统设计与实现 | 第52-58页 |
| 4.4.1 Kinect的安装位置设定 | 第52-53页 |
| 4.4.2 Kinect跌倒检测服务核心功能 | 第53-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 协同跌倒检测系统测试与评价 | 第59-82页 |
| 5.1 实验设备与系统开发环境 | 第59-60页 |
| 5.1.1 实验设备 | 第59页 |
| 5.1.2 系统开发环境 | 第59-60页 |
| 5.2 功能测试 | 第60-69页 |
| 5.2.1 基于阈值的手机跌倒检测子系统 | 第60-61页 |
| 5.2.2 基于支持向量机的Kinect的跌倒检测子系统 | 第61-65页 |
| 5.2.3 协同跌倒监测平台 | 第65-69页 |
| 5.3 性能测试 | 第69-81页 |
| 5.3.1 跌倒检测性能评估方法 | 第69页 |
| 5.3.2 基于阈值的智能手机跌倒检测子系统 | 第69-74页 |
| 5.3.3 基于支持向量机的Kinect跌倒检测子系统 | 第74-76页 |
| 5.3.4 基于逻辑规则的协同跌倒检测 | 第76-77页 |
| 5.3.5 基于D-S证据理论的协同跌倒检测 | 第77-80页 |
| 5.3.6 性能分析 | 第80-81页 |
| 5.4 本章小结 | 第81-82页 |
| 结论 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 附录一、原始跌倒检测结果数据 | 第87-90页 |
| 附录二、基于逻辑规则的协同跌倒检测的融合结果 | 第90-93页 |
| 附录三、基于D-S证据理论协跌倒检测的融合结果 | 第93-96页 |
| 致谢 | 第96页 |
