| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 国内外现状 | 第14-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.3.1 理论部分 | 第16页 |
| 1.3.2 实践部分 | 第16-17页 |
| 1.4 论文结构 | 第17-18页 |
| 第2章 相关技术介绍 | 第18-32页 |
| 2.1 名词解释 | 第18页 |
| 2.2 AHP层次分析方法 | 第18-19页 |
| 2.3 射频识别技术 | 第19-20页 |
| 2.4 滤波算法 | 第20-25页 |
| 2.4.1 零相移滤波 | 第20-21页 |
| 2.4.2 维纳滤波 | 第21-23页 |
| 2.4.3 自适应滤波 | 第23-25页 |
| 2.5 聚类算法 | 第25-31页 |
| 2.5.1 基于划分的聚类 | 第26-27页 |
| 2.5.2 基于层次的聚类 | 第27-29页 |
| 2.5.3 基于密度的聚类 | 第29-30页 |
| 2.5.4 基于网格的聚类 | 第30页 |
| 2.5.5 基于模型的聚类 | 第30-31页 |
| 2.6 小结 | 第31-32页 |
| 第3章 基于AHP-BPNN的幼儿健康发展评价模型 | 第32-40页 |
| 3.1 基于AHP的幼儿评价体系建立 | 第32-35页 |
| 3.1.1 建立评价体系 | 第32页 |
| 3.1.2 建立判断矩阵 | 第32-34页 |
| 3.1.3 计算权重及一致性检验 | 第34-35页 |
| 3.2 建立BP神经网络模型 | 第35-37页 |
| 3.2.1 改进的BP神经网络 | 第35-36页 |
| 3.2.2 改进的AHP-BP神经网络算法 | 第36-37页 |
| 3.3 实验分析 | 第37-39页 |
| 3.4 小结 | 第39-40页 |
| 第4章 数据采集与提取 | 第40-46页 |
| 4.1 区域活动数据采集 | 第40-41页 |
| 4.1.1 基于三角形质心定位方法 | 第40-41页 |
| 4.2 生命体征数据采集 | 第41-43页 |
| 4.3 数据预处理 | 第43-45页 |
| 4.3.1 数据的平滑去燥 | 第43页 |
| 4.3.2 数据的归一化 | 第43-44页 |
| 4.3.3 数据关联性分析 | 第44-45页 |
| 4.4 小结 | 第45-46页 |
| 第5章 基于机器学习的健康评估模型 | 第46-54页 |
| 5.1 特征选择算法 | 第46-48页 |
| 5.2 基于DBSCAN的数据划分 | 第48-51页 |
| 5.2.1 DBSCAN聚类过程 | 第49-51页 |
| 5.3 基于SVM分类算法构建多分类预测模型 | 第51-52页 |
| 5.4 小结 | 第52-54页 |
| 第6章 结果分析 | 第54-64页 |
| 6.1 基于LS_CORR的数据特征选择 | 第54-55页 |
| 6.2 基于DBSCAN聚类的数据集划分 | 第55-59页 |
| 6.3 基于SVM分类算法的状态识别 | 第59-61页 |
| 6.4 综合模型的建立 | 第61-62页 |
| 6.5 小结 | 第62-64页 |
| 第7章 总结与展望 | 第64-66页 |
| 7.1 主要工作 | 第64页 |
| 7.2 存在的不足 | 第64-65页 |
| 7.3 工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第72页 |