基于穿戴式健康智慧衣的人体跌倒检测算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 穿戴式健康智慧衣发展现状 | 第11-14页 |
| 1.2.2 人体跌倒检测研究现状 | 第14-17页 |
| 1.3 论文结构安排与研究内容 | 第17-18页 |
| 第2章 隐马尔可夫模型 | 第18-26页 |
| 2.1 隐马尔可夫模型原理 | 第18-19页 |
| 2.2 隐马尔可夫模型的基本问题和解法 | 第19-24页 |
| 2.2.1 评估问题与前-后向算法 | 第19-22页 |
| 2.2.2 解码问题与维特比算法 | 第22页 |
| 2.2.3 学习问题与Baum-Welch算法 | 第22-24页 |
| 2.3 本章小结 | 第24-26页 |
| 第3章 穿戴式人体运动监测实验系统 | 第26-42页 |
| 3.1 实验系统概述 | 第26-34页 |
| 3.1.1 实验系统结构 | 第26-27页 |
| 3.1.2 实验系统硬件概述 | 第27-32页 |
| 3.1.3 实验系统软件设计 | 第32-34页 |
| 3.2 人体运动数据采集 | 第34-40页 |
| 3.2.1 日常运动的加速度数据 | 第36-38页 |
| 3.2.2 跌倒过程的加速度数据 | 第38-40页 |
| 3.3 本章小结 | 第40-42页 |
| 第4章 基于隐马尔可夫模型的跌倒算法研究 | 第42-56页 |
| 4.1 跌倒算法设计 | 第42-50页 |
| 4.1.1 观测序列提取方法 | 第42-45页 |
| 4.1.2 跌倒模型的训练样本 | 第45-46页 |
| 4.1.3 跌倒模型的初始化与训练 | 第46-48页 |
| 4.1.4 跌倒检测算法流程 | 第48-49页 |
| 4.1.5 跌倒检测算法中“标准化”处理 | 第49-50页 |
| 4.2 跌倒算法验证 | 第50-55页 |
| 4.2.1 验证实验的设计与过程 | 第50-52页 |
| 4.2.2 验证实验的结果与分析 | 第52-55页 |
| 4.3 本章小结 | 第55-56页 |
| 第5章 跌倒检测算法的Android软件实现 | 第56-68页 |
| 5.1 Android平台简述 | 第56-57页 |
| 5.2 软件整体设计 | 第57页 |
| 5.3 功能模块设计与实现 | 第57-63页 |
| 5.3.1 个人信息设置 | 第58-59页 |
| 5.3.2 蓝牙数据接收 | 第59-61页 |
| 5.3.3 跌倒行为检测 | 第61-62页 |
| 5.3.4 软件提醒报警 | 第62-63页 |
| 5.4 软件界面设计 | 第63-65页 |
| 5.5 软件运行与测试 | 第65-67页 |
| 5.6 本章小结 | 第67-68页 |
| 总结与展望 | 第68-72页 |
| 参考文献 | 第72-78页 |
| 攻读硕士期间发表的学术论文 | 第78-80页 |
| 致谢 | 第80页 |
