| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究概况 | 第9-10页 |
| 1.3 研究内容 | 第10-11页 |
| 1.4 论文结构安排 | 第11-12页 |
| 2 相关技术介绍 | 第12-19页 |
| 2.1 行为识别方法概述 | 第12-14页 |
| 2.1.1 支持向量机 | 第12-13页 |
| 2.1.2 决策树 | 第13页 |
| 2.1.3 神经网络 | 第13-14页 |
| 2.2 加速度传感器的相关介绍 | 第14-15页 |
| 2.2.1 加速度传感器的介绍 | 第14页 |
| 2.2.2 Android智能手机加速度传感器和方向传感器的介绍 | 第14-15页 |
| 2.3 特征优选方法 | 第15-18页 |
| 2.3.1 特征选择方法概述 | 第15-16页 |
| 2.3.2 特征选择方法的分类 | 第16-18页 |
| 2.3.3 遗传算法简介 | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 基于加速度传感器的行为识别 | 第19-23页 |
| 3.1 数据的采集 | 第19-20页 |
| 3.2 信号预处理 | 第20-21页 |
| 3.3 特征提取与选择 | 第21-22页 |
| 3.4 训练分类器与判决 | 第22页 |
| 3.5 本章小结 | 第22-23页 |
| 4 遗传算法和多次分类在行为识别中的应用 | 第23-36页 |
| 4.1 特征选择基本过程 | 第23-26页 |
| 4.1.1 子集生成 | 第23-24页 |
| 4.1.2 子集评估 | 第24-25页 |
| 4.1.3 停止准则 | 第25-26页 |
| 4.1.4 结果验证 | 第26页 |
| 4.2 遗传算法 | 第26-30页 |
| 4.2.1 编码方式 | 第26-27页 |
| 4.2.2 初始种群 | 第27页 |
| 4.2.3 个体适应度评价 | 第27-28页 |
| 4.2.4 选择操作 | 第28-29页 |
| 4.2.5 交叉操作 | 第29页 |
| 4.2.6 变异操作 | 第29-30页 |
| 4.3 基于遗传算法的行为识别特征选择 | 第30-32页 |
| 4.3.1 初始化种群 | 第31页 |
| 4.3.2 适应度值的确认 | 第31页 |
| 4.3.3 循环迭代中染色体的选择 | 第31页 |
| 4.3.4 交叉操作和变异操作 | 第31-32页 |
| 4.4 基于多次分类的行为识别 | 第32-35页 |
| 4.4.1 基于合成加速度的行为识别 | 第32-34页 |
| 4.4.2 基于加速度信号竖直分量的行为识别 | 第34-35页 |
| 4.5 本章小结 | 第35-36页 |
| 5 实验研究 | 第36-42页 |
| 5.1 实验工具 | 第36页 |
| 5.1.1 硬件平台 | 第36页 |
| 5.1.2 软件平台 | 第36页 |
| 5.2 实验数据 | 第36-37页 |
| 5.3 实验实现和实验结果分析 | 第37-41页 |
| 5.3.1 特征的选取 | 第37页 |
| 5.3.2 实验实现与结果 | 第37-41页 |
| 5.4 本章小结 | 第41-42页 |
| 6 结论 | 第42-43页 |
| 6.1 总结 | 第42页 |
| 6.2 展望 | 第42-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-46页 |