基于微波信号识别人体运动的方法研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-11页 |
| ·基本介绍 | 第8页 |
| ·动机 | 第8-9页 |
| ·研究目标 | 第9页 |
| ·主要贡献 | 第9-10页 |
| ·本文的结构 | 第10-11页 |
| 第二章 背景知识 | 第11-20页 |
| ·动作定义 | 第11页 |
| ·动作的描述 | 第11-12页 |
| ·当前的技术 | 第12-15页 |
| ·人体个域网 | 第15-16页 |
| ·系统描述 | 第16-20页 |
| ·数据获取 | 第16-19页 |
| ·原始数据 | 第19-20页 |
| 第三章 方法论 | 第20-31页 |
| ·介绍 | 第20-21页 |
| ·预处理 | 第21-23页 |
| ·转移不稳定性/响应延时 | 第21-22页 |
| ·低通滤波器 | 第22-23页 |
| ·特征抽取/选择 | 第23-26页 |
| ·Intuition | 第23-24页 |
| ·聚类 | 第24-26页 |
| ·分类 | 第26-29页 |
| ·Parzen 窗和概率神经网络(PNNs) | 第26-28页 |
| ·最近邻方法 | 第28页 |
| ·最小距离分类器(MD) | 第28-29页 |
| ·降低维数 | 第29-30页 |
| ·分割 | 第30-31页 |
| 第四章 结果和分析 | 第31-47页 |
| ·介绍 | 第31页 |
| ·预处理 | 第31-32页 |
| ·分类 | 第32-43页 |
| ·Parzen window | 第33-34页 |
| ·KNN Rules | 第34-38页 |
| ·MD | 第38-39页 |
| ·比较和讨论 | 第39-43页 |
| ·降维 | 第43-45页 |
| ·总结和讨论 | 第45-47页 |
| 第五章 进一步研究 | 第47-64页 |
| ·介绍 | 第47页 |
| ·原系统存在的问题 | 第47-49页 |
| ·重复实验 | 第47-48页 |
| ·人体渠道传播 | 第48-49页 |
| ·讨论 | 第49页 |
| ·新方法的提出 | 第49-50页 |
| ·数据的获得 | 第50-53页 |
| ·分类结果 | 第53-62页 |
| ·预处理 | 第53-57页 |
| ·特征提取 | 第57-62页 |
| ·讨论 | 第62页 |
| ·总结 | 第62-64页 |
| 第六章 结束语 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 攻读硕士学位期间的研究成果 | 第68页 |
