| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文的研究内容和组织结构 | 第13-15页 |
| 1.3.1 论文主要研究内容 | 第13页 |
| 1.3.2 论文组织结构 | 第13-15页 |
| 第2章 人体运动识别相关技术研究 | 第15-44页 |
| 2.1 运动数据采集 | 第15-18页 |
| 2.1.1 数据采集设备 | 第15-17页 |
| 2.1.2 采集程序设计 | 第17-18页 |
| 2.1.3 实验对象与采集方案 | 第18页 |
| 2.2 数据预处理 | 第18-21页 |
| 2.2.1 相关概念 | 第18-20页 |
| 2.2.2 分析研究 | 第20-21页 |
| 2.3 特征提取 | 第21-24页 |
| 2.3.1 相关概念 | 第21-22页 |
| 2.3.2 分析研究 | 第22-24页 |
| 2.4 特征归一化 | 第24-25页 |
| 2.5 特征降维 | 第25-29页 |
| 2.5.1 相关概念 | 第25-27页 |
| 2.5.2 分析研究 | 第27-29页 |
| 2.6 分类识别 | 第29-35页 |
| 2.6.1 固定阈值分类法 | 第29-30页 |
| 2.6.2 基于模板匹配分类法 | 第30页 |
| 2.6.3 基于统计模式分类法 | 第30-34页 |
| 2.6.4 基于人工神经网络分类算法 | 第34-35页 |
| 2.7 实验设计与结果分析研究 | 第35-40页 |
| 2.7.1 实验设计 | 第35页 |
| 2.7.2 分类结果分析 | 第35-39页 |
| 2.7.3 算法性能对比 | 第39-40页 |
| 2.8 验证与对比分析 | 第40-42页 |
| 2.9 本章小结 | 第42-44页 |
| 第3章 跌倒检测算法研究 | 第44-56页 |
| 3.1 跌倒原因分析 | 第44-45页 |
| 3.2 跌倒姿势分析 | 第45页 |
| 3.3 常用跌倒检测技术研究 | 第45-47页 |
| 3.3.1 阈值判断法 | 第46-47页 |
| 3.3.2 模式识别法 | 第47页 |
| 3.4 跌倒检测算法设计 | 第47-51页 |
| 3.4.1 阈值选择 | 第47-50页 |
| 3.4.2 算法设计 | 第50-51页 |
| 3.5 实验与结果分析 | 第51-55页 |
| 3.5.1 实验设计与数据预处理 | 第51-52页 |
| 3.5.2 实验阈值的设定 | 第52-54页 |
| 3.5.3 实验结果与分析 | 第54-55页 |
| 3.6 本章小结 | 第55-56页 |
| 第4章 基于Android平台的跌倒检测系统的实现 | 第56-68页 |
| 4.1 Android平台概述 | 第56-57页 |
| 4.2 无线定位技术 | 第57-58页 |
| 4.3 系统总体设计 | 第58-59页 |
| 4.4 系统详细设计与实现 | 第59-64页 |
| 4.4.1 系统功能模块划分 | 第59页 |
| 4.4.2 信息设置模块 | 第59-60页 |
| 4.4.3 跌倒检测模块 | 第60-62页 |
| 4.4.4 报警处理模块 | 第62-64页 |
| 4.5 系统界面设计 | 第64-65页 |
| 4.6 系统运行与测试 | 第65-67页 |
| 4.6.1 系统运行环境 | 第65页 |
| 4.6.2 测试结果 | 第65-67页 |
| 4.7 本章小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |