基于运动传感器的人体摔倒检测系统研究与实现
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 论文主要研究内容 | 第13-14页 |
| 1.4 论文章节结构 | 第14-15页 |
| 第2章 相关技术 | 第15-25页 |
| 2.1 运动传感器 | 第15-18页 |
| 2.1.1 加速度传感器 | 第15-17页 |
| 2.1.2 陀螺仪 | 第17-18页 |
| 2.2 支持向量机 | 第18-23页 |
| 2.2.1 SVM原理 | 第18-19页 |
| 2.2.2 最优分类面 | 第19-21页 |
| 2.2.3 核函数 | 第21-23页 |
| 2.3 移动定位技术 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 摔倒检测算法设计 | 第25-43页 |
| 3.1 摔倒与日常活动分析 | 第25-27页 |
| 3.2 数据采集 | 第27-31页 |
| 3.2.1 数据采集的行为 | 第27-28页 |
| 3.2.2 数据采集方案 | 第28-31页 |
| 3.3 数据预处理 | 第31-33页 |
| 3.4 摔倒过程特征提取 | 第33-35页 |
| 3.5 基于SVM的摔倒识别算法 | 第35-41页 |
| 3.5.1 样本选取与训练 | 第35-38页 |
| 3.5.2 确定最优分类面 | 第38-39页 |
| 3.5.3 摔倒识别算法设计 | 第39-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第4章 系统设计与实现 | 第43-55页 |
| 4.1 开发平台 | 第43-45页 |
| 4.1.1 系统硬件需求 | 第43-44页 |
| 4.1.2 系统开发环境 | 第44-45页 |
| 4.2 系统检测流程 | 第45-46页 |
| 4.3 系统模块设计 | 第46-51页 |
| 4.3.1 参数设置模块 | 第47-48页 |
| 4.3.2 数据处理模块 | 第48-49页 |
| 4.3.3 报警模块 | 第49页 |
| 4.3.4 系统总体效果 | 第49-51页 |
| 4.4 系统验证 | 第51-54页 |
| 4.4.1 报警功能验证 | 第51页 |
| 4.4.2 摔倒检测验证 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |
