| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-16页 |
| 1.1 基于传感器的人体行为识别概述 | 第13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.3 主要研究工作 | 第15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第二章 研究方法与工具介绍 | 第16-22页 |
| 2.1 UBISENSE定位系统 | 第16-18页 |
| 2.1.1 UWB-RFID标签 | 第17页 |
| 2.1.2 传感器定位单元 | 第17页 |
| 2.1.3 数据获取软件 | 第17-18页 |
| 2.2 反向传播神经网络 | 第18-19页 |
| 2.3 卷积神经网络 | 第19-21页 |
| 2.3.1 卷积层 | 第20-21页 |
| 2.3.2 池化层 | 第21页 |
| 2.4 小结 | 第21-22页 |
| 第三章 基于UBISENSE定位系统的人体行为识别模型的建立 | 第22-34页 |
| 3.1 人体行为识别方法概述 | 第22页 |
| 3.2 数据采集 | 第22-27页 |
| 3.2.1 Ubisense定位系统 | 第22-23页 |
| 3.2.2 标签佩戴方案 | 第23-24页 |
| 3.2.3 数据采集格式 | 第24-25页 |
| 3.2.4 系统定位误差 | 第25-27页 |
| 3.3 数据预处理 | 第27-29页 |
| 3.3.1 时间轴对齐 | 第28页 |
| 3.3.2 滑动时间窗口选择 | 第28-29页 |
| 3.3.3 降噪处理 | 第29页 |
| 3.4 特征提取 | 第29-31页 |
| 3.4.1 运动特征 | 第29-30页 |
| 3.4.2 频域特征 | 第30页 |
| 3.4.3 统计特征 | 第30-31页 |
| 3.5 算法实现与模型建立 | 第31-33页 |
| 3.5.1 BP模型 | 第31页 |
| 3.5.2 CNN模型 | 第31-33页 |
| 3.6 小结 | 第33-34页 |
| 第四章 实验结果与分析 | 第34-41页 |
| 4.1 实验设置 | 第34-35页 |
| 4.2 结果分析 | 第35-40页 |
| 4.2.1 总体分析 | 第35-37页 |
| 4.2.2 标签佩戴位置对结果的影响 | 第37-38页 |
| 4.2.3 标签佩戴数量对结果的影响 | 第38-39页 |
| 4.2.4 模型选取对结果的影响 | 第39-40页 |
| 4.3 小结 | 第40-41页 |
| 第五章 行为识别系统的设计与实现 | 第41-48页 |
| 5.1 系统功能模块概述 | 第41-42页 |
| 5.2 个人中心模块 | 第42-44页 |
| 5.3 实时识别模块 | 第44-45页 |
| 5.3.1 数据采集子模块 | 第44页 |
| 5.3.2 数据处理子模块 | 第44页 |
| 5.3.3 模型识别子模块 | 第44-45页 |
| 5.4 数据管理模块 | 第45-46页 |
| 5.5 查看历史模块 | 第46页 |
| 5.6 系统测试 | 第46-47页 |
| 5.6.1 测试方法 | 第46页 |
| 5.6.2 测试结论 | 第46-47页 |
| 5.7 小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| 6.1 总结 | 第48-49页 |
| 6.2 展望 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52页 |