| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-17页 |
| ·物理活动识别的背景及意义 | 第10-11页 |
| ·人体物理活动识别的研究现状 | 第11-14页 |
| ·运动信息获取与物理活动识别的关键问题 | 第14-15页 |
| ·本文研究的主要内容 | 第15-17页 |
| 2 物理活动识别概述 | 第17-31页 |
| ·物理活动分析 | 第17页 |
| ·加速度信号的物理活动特征 | 第17-19页 |
| ·物理活动识别算法 | 第19-30页 |
| ·小结 | 第30-31页 |
| 3 人体运动信息获取及数据预处理 | 第31-41页 |
| ·传感器选择 | 第31-32页 |
| ·运动数据采集系统设计 | 第32-33页 |
| ·通信模块及通信协议 | 第33-37页 |
| ·运动信息数据预处理 | 第37-39页 |
| ·小结 | 第39-41页 |
| 4 基于步态加速度的步态分析与识别研究 | 第41-60页 |
| ·步态分析 | 第41页 |
| ·步态参数计算与对称性评估 | 第41-47页 |
| ·混合时频域特征的最近邻步态识别 | 第47-54页 |
| ·实验与分析 | 第54-59页 |
| ·小结 | 第59-60页 |
| 5 基于聚类特征选择的DHMM姿势识别 | 第60-87页 |
| ·引言 | 第60-63页 |
| ·姿势识别与信号重采样 | 第63-66页 |
| ·基于k-means聚类的自动特征提取 | 第66-69页 |
| ·基于离散隐马尔可夫模型的姿势识别 | 第69-76页 |
| ·实验与分析 | 第76-86页 |
| ·小结 | 第86-87页 |
| 6 多传感器信息的物理活动识别研究 | 第87-110页 |
| ·引言 | 第87-89页 |
| ·自动活动检测与姿势动作信息提取 | 第89-91页 |
| ·基于Na(?)ve Bayes融合的多传感器物理活动识别 | 第91-102页 |
| ·基于主动学习的物理活动识别 | 第102-109页 |
| ·小结 | 第109-110页 |
| 7 总结与展望 | 第110-112页 |
| ·本文总结 | 第110-111页 |
| ·展望 | 第111-112页 |
| 参考文献 | 第112-124页 |
| 致谢 | 第124-125页 |
| 附录 攻读学位期间发表的主要论文 | 第125页 |