基于无线体域网的坐姿信息识别研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 论文研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 国内外坐姿信息识别研究 | 第11-14页 |
| 1.2.2 不良坐姿主要损害机理 | 第14-15页 |
| 1.2.3 坐姿危害缓解方法 | 第15-16页 |
| 1.3 论文的主要工作及章节安排 | 第16-18页 |
| 第2章 总体方案设计 | 第18-25页 |
| 2.1 总体设计要求 | 第18-19页 |
| 2.2 无线体域网概述 | 第19-21页 |
| 2.3 坐姿的分类 | 第21-22页 |
| 2.4 坐姿识别方法简介与选取 | 第22-24页 |
| 2.4.1 基于人工观测的方法 | 第23页 |
| 2.4.2 基于视频录制分析的方法 | 第23页 |
| 2.4.3 基于可穿戴传感器的方法 | 第23-24页 |
| 2.4.4 自我评估法 | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 坐姿信息感知系统设计 | 第25-38页 |
| 3.1 总体硬件设计 | 第25-26页 |
| 3.2 微控制器的选型 | 第26页 |
| 3.3 无线通讯模块选择 | 第26-27页 |
| 3.4 坐姿信息识别传感器选型布局 | 第27-32页 |
| 3.4.1 压力传感器 | 第27-30页 |
| 3.4.2 弯曲度传感器 | 第30-32页 |
| 3.5 硬件设计实现 | 第32-33页 |
| 3.6 基于人体工学的设备改进 | 第33-37页 |
| 3.7 本章小结 | 第37-38页 |
| 第4章 坐姿信息识别算法设计 | 第38-65页 |
| 4.1 坐姿原始数据采集 | 第38-39页 |
| 4.2 数据预处理 | 第39-41页 |
| 4.3 坐姿识别模型与算法 | 第41-52页 |
| 4.3.1 基于时域分析的人体坐姿识别方法 | 第41-42页 |
| 4.3.2 坐姿的时域特征提取 | 第42-47页 |
| 4.3.3 基于压力坐垫的躯干弯曲度提取方法 | 第47-52页 |
| 4.4 坐姿量化信息提取方法 | 第52-57页 |
| 4.4.1 基于阈值的坐姿时间提取 | 第52-53页 |
| 4.4.2 坐姿中断次数提取 | 第53-54页 |
| 4.4.3 坐姿改变次数提取 | 第54-57页 |
| 4.5 基于模糊逻辑推理的干预决策 | 第57-64页 |
| 4.5.1 隶属度函数提取方法 | 第59-60页 |
| 4.5.2 基于三分法的隶属度函数提取 | 第60-63页 |
| 4.5.3 干预决策逻辑规则确定 | 第63-64页 |
| 4.6 本章小结 | 第64-65页 |
| 第5章 实验设计及分析 | 第65-80页 |
| 5.1 坐姿分类实验分析 | 第65-71页 |
| 5.1.1 坐姿分类实验方法 | 第65-66页 |
| 5.1.2 良好坐姿分类实验 | 第66-68页 |
| 5.1.3 不良坐姿分类实验 | 第68-71页 |
| 5.2 躯干弯曲度识别实验 | 第71-73页 |
| 5.2.1 躯干弯曲度识别准确率实验 | 第71-72页 |
| 5.2.2 躯干弯曲度估测对比实验 | 第72-73页 |
| 5.3 坐姿量化指标识别准确性验证 | 第73-77页 |
| 5.3.1 坐姿保持时间识别准确率实验 | 第73-75页 |
| 5.3.2 坐姿中断次数识别准确率实验 | 第75-76页 |
| 5.3.3 坐姿改变量识别准确率实验 | 第76-77页 |
| 5.4 系统演示 | 第77-79页 |
| 5.5 本章小结 | 第79-80页 |
| 第6章 总结与展望 | 第80-82页 |
| 6.1 工作总结 | 第80-81页 |
| 6.2 工作展望 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 攻读硕士学位期间获得的科研成果 | 第87页 |
