基于加速度传感器的步态分析与识别
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-14页 |
| 1.1 课题的研究背景 | 第8页 |
| 1.2 研究现状 | 第8-11页 |
| 1.3 论文的主要研究内容 | 第11-12页 |
| 1.4 论文的结构 | 第12-14页 |
| 第二章 步态识别系统 | 第14-20页 |
| 2.1 步态识别系统的结构 | 第14-15页 |
| 2.2 支持向量机算法介绍 | 第15-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 步态数据采集和处理 | 第20-40页 |
| 3.1 数据采集 | 第20-24页 |
| 3.1.1 数据采集APP | 第20-22页 |
| 3.1.2 步态数据采集 | 第22-24页 |
| 3.2 数据的预处理 | 第24-32页 |
| 3.2.1 数据的初处理 | 第24-25页 |
| 3.2.2 线性插值 | 第25-26页 |
| 3.2.3 数字滤波 | 第26-28页 |
| 3.2.4 步态周期检测 | 第28-30页 |
| 3.2.5 步态模式构建 | 第30-32页 |
| 3.3 特征提取和特征选取 | 第32-39页 |
| 3.3.1 时域特征值 | 第32-35页 |
| 3.3.2 频域特征值 | 第35-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 步态分析与步态鉴别 | 第40-48页 |
| 4.1 步态分析 | 第40-43页 |
| 4.2 步态鉴别 | 第43-47页 |
| 4.3 结果分析 | 第47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 步态认证 | 第48-61页 |
| 5.1 步态认证模型 | 第48-49页 |
| 5.2 基于SVM的步态认证 | 第49-52页 |
| 5.3 统计学方法简介 | 第52-54页 |
| 5.3.1 动态时间规整算法 | 第52-53页 |
| 5.3.2 欧几里德距离 | 第53-54页 |
| 5.4 基于欧式距离的步态认证 | 第54-55页 |
| 5.5 基于DTW的步态认证 | 第55-56页 |
| 5.6 步态认证对比分析 | 第56-57页 |
| 5.7 步态认证的改良方案 | 第57-60页 |
| 5.8 本章小结 | 第60-61页 |
| 讨论与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 个人简历、在学期间的研究成果及发表学术论文 | 第68页 |
