| 摘要 | 第1-7页 |
| ABSTRACT | 第7-15页 |
| 第一章 绪论 | 第15-24页 |
| ·研究背景、目的及意义 | 第15-21页 |
| ·研究背景 | 第15-20页 |
| ·研究目的与意义 | 第20-21页 |
| ·主要研究内容和创新点 | 第21-22页 |
| ·论文提纲 | 第22-24页 |
| 第二章 智能服装及其相关技术的研究综述 | 第24-39页 |
| ·引言 | 第24页 |
| ·智能服装系统 | 第24-31页 |
| ·硬件平台 | 第24-27页 |
| ·网络平台 | 第27-28页 |
| ·软件平台 | 第28-30页 |
| ·纺织、服装、材料相关技术 | 第30-31页 |
| ·无线传感器网络 | 第31-35页 |
| ·发展现状与特点 | 第31-32页 |
| ·相关研究内容和方法 | 第32-35页 |
| ·多源传感器的信息融合 | 第35-38页 |
| ·产生背景与基本原理 | 第35页 |
| ·相关研究内容 | 第35-36页 |
| ·信息融合方法 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第三章 通用智能服装体系结构的研究 | 第39-65页 |
| ·引言 | 第39页 |
| ·智能服装体系结构设计 | 第39-43页 |
| ·体系结构 | 第40-41页 |
| ·硬件层 | 第41页 |
| ·驱动层 | 第41-42页 |
| ·服务层 | 第42页 |
| ·应用层 | 第42-43页 |
| ·面向生理信息融合的软硬件设计 | 第43-50页 |
| ·系统硬件结构 | 第43-45页 |
| ·心电信号数字处理 | 第45-50页 |
| ·智能服装软件平台优化 | 第50-61页 |
| ·Pareto多目标优化 | 第51-53页 |
| ·智能服装分布式计算多目标优化模型 | 第53-57页 |
| ·任务分配调度优化的遗传算法设计 | 第57-61页 |
| ·模拟结果分析 | 第61-64页 |
| ·小结 | 第64-65页 |
| 第四章 面向智能服装的体域传感器网络研究 | 第65-79页 |
| ·引言 | 第65-66页 |
| ·生理监护IG-WBAN需求分析 | 第66-68页 |
| ·生理监护IG-WBAN系统设计 | 第68-71页 |
| ·人体生理信号监测的网络拓扑结构 | 第68页 |
| ·系统工作频段 | 第68页 |
| ·系统功能设备 | 第68-69页 |
| ·系统MAC机制 | 第69-71页 |
| ·仿真实验和结果分析 | 第71-78页 |
| ·IG-WBAN仿真系统 | 第72-73页 |
| ·网络吞吐量分析 | 第73-74页 |
| ·网络丢包率分析 | 第74-75页 |
| ·网络延迟分析 | 第75-76页 |
| ·网络可扩展性评估 | 第76-77页 |
| ·协议参数对性能的影响 | 第77-78页 |
| ·小结 | 第78-79页 |
| 第五章 基于多源信息融合的人体运动风险评估研究 | 第79-96页 |
| ·引言 | 第79-81页 |
| ·基于AHP-FCE的风险评估模型 | 第81-87页 |
| ·模糊综合评估 | 第81-82页 |
| ·层次分析法 | 第82-83页 |
| ·层次化模糊运动风险评估模型 | 第83-87页 |
| ·基于F~3ERE的运动风险评估实现 | 第87-92页 |
| ·人体运动风险因素分析 | 第87-89页 |
| ·因素风险度值的模糊计算 | 第89-90页 |
| ·个性化的因素相对权重 | 第90-92页 |
| ·运动风险评估实例 | 第92-95页 |
| ·小结 | 第95-96页 |
| 第六章 嵌入智能服装的基于支持向量机的亚健康评估研究 | 第96-112页 |
| ·引言 | 第96-98页 |
| ·亚健康评估需求分析和体系结构 | 第98-101页 |
| ·亚健康评估系统需求分析 | 第98-99页 |
| ·嵌入智能服装亚健康评估体系结构 | 第99-101页 |
| ·基于支持向量机的心电特征融合分类 | 第101-106页 |
| ·二类支持向量机 | 第101-104页 |
| ·多类支持向量机 | 第104-105页 |
| ·模糊支持向量机 | 第105页 |
| ·基于主成分分析的特征集解相关 | 第105-106页 |
| ·数据采集和结果分析 | 第106-111页 |
| ·生理数据采集和亚健康评测数据库 | 第106-107页 |
| ·工具包和样本集 | 第107页 |
| ·分类器性能指标参数 | 第107-108页 |
| ·MSVM分类器性能分析 | 第108-109页 |
| ·基于PCA的特征解相关 | 第109-110页 |
| ·FSVM分类器性能分析 | 第110-111页 |
| ·小结 | 第111-112页 |
| 第七章 结论与展望 | 第112-116页 |
| ·结论 | 第112-113页 |
| ·展望 | 第113-116页 |
| 参考文献 | 第116-132页 |
| 致谢 | 第132-133页 |
| 附录 | 第133-135页 |
| 附录A 攻读博士学位期间参加的项目 | 第133-134页 |
| 附录B 攻读博士学位期间发表或录用的论文和申请的专利 | 第134-135页 |