基于单个加速度传感器的人体运动模式识别
| 摘要 | 第1-8页 |
| Abstract | 第8-14页 |
| 第一章 绪论 | 第14-21页 |
| ·研究背景和意义 | 第14-16页 |
| ·研究的问题 | 第16-17页 |
| ·文章内容和组织结构 | 第17-21页 |
| 第二章 人体运动模式识别的研究现状 | 第21-41页 |
| ·人体运动模式识别的主要研究模块 | 第21-37页 |
| ·数据采集模块 | 第23-26页 |
| ·预处理模块 | 第26-28页 |
| ·特征提取和选择模块 | 第28-33页 |
| ·分类算法模块 | 第33-37页 |
| ·人体运动模式识别的现状和难点 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第三章 基于加速度传感器的三维手写识别 | 第41-67页 |
| ·系统框架和三维手写数据采集 | 第41-43页 |
| ·基于轨迹恢复的三维手写识别 | 第43-51页 |
| ·无陀螺仪的INS 解决方案 | 第44-46页 |
| ·零速度补偿(ZVC) | 第46-48页 |
| ·三维运动轨迹投影到二维平面 | 第48-49页 |
| ·实验结果 | 第49-51页 |
| ·基于旋转特征的三维手写识别 | 第51-65页 |
| ·旋转特征提取方法 | 第51-54页 |
| ·基于编辑距离的距离测度 | 第54-55页 |
| ·SVM 分类器 | 第55-59页 |
| ·三维手写识别算法 | 第59-62页 |
| ·实验结果 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 第四章 基于加速度传感器的人体动作数据库 | 第67-85页 |
| ·采集设备的制作 | 第69-72页 |
| ·硬件采集平台 | 第69-70页 |
| ·软件采集程序设计 | 第70-72页 |
| ·采集策略的规划 | 第72-73页 |
| ·传感器位置 | 第72页 |
| ·数据采集者 | 第72页 |
| ·采集动作选择 | 第72-73页 |
| ·人体动作数据库介绍 | 第73-75页 |
| ·数据库的基准评价 | 第75-84页 |
| ·特征的提取 | 第76-77页 |
| ·分类器 | 第77-84页 |
| ·本章小结 | 第84-85页 |
| 第五章 基于加速度传感器的人体动作识别 | 第85-113页 |
| ·上楼和下楼的区分 | 第85-95页 |
| ·加速度信号竖直分量的校正 | 第87页 |
| ·IQR 和小波能量相结合的特征提取 | 第87-90页 |
| ·Wrapper 特征子集选择 | 第90-91页 |
| ·实验设计与结果分析 | 第91-95页 |
| ·小结 | 第95页 |
| ·三种走路模式的分类 | 第95-104页 |
| ·基于小波变换和分形分析的特征提取 | 第96-99页 |
| ·特征对比及分类算法选择 | 第99页 |
| ·实验和结果分析 | 第99-103页 |
| ·小结 | 第103-104页 |
| ·五种步态模式识别 | 第104-105页 |
| ·基于加速度信号的高度估计 | 第105-111页 |
| ·高度估计算法 | 第105-108页 |
| ·实验结果与分析 | 第108-111页 |
| ·小结 | 第111页 |
| ·本章小结 | 第111-113页 |
| 结论 | 第113-117页 |
| 参考文献 | 第117-129页 |
| 攻读博士学位期间取得的研究成果 | 第129-131页 |
| 致谢 | 第131-132页 |
| 附件 | 第132页 |
