| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究背景 | 第10-11页 |
| 1.3 课题目的和意义 | 第11-12页 |
| 1.4 国内外研究现状 | 第12-15页 |
| 1.5 论文的研究内容及章节结构 | 第15-17页 |
| 第2章 人体运动模型建立与姿态分析 | 第17-25页 |
| 2.1 人体运动模型建立 | 第17-18页 |
| 2.2 人体姿态分析 | 第18-19页 |
| 2.3 跌倒原因分析 | 第19页 |
| 2.4 跌倒过程分析 | 第19-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 人体姿态实验设计和数据分析 | 第25-45页 |
| 3.1 人体姿态实验设计 | 第25-31页 |
| 3.1.1 实验设备分析 | 第25-26页 |
| 3.1.2 实验方案设计 | 第26-31页 |
| 3.2 实验数据采集 | 第31-36页 |
| 3.2.1 数据采集系统的硬件分析 | 第31-32页 |
| 3.2.2 数据采集系统的软件设计 | 第32-36页 |
| 3.3 实验数据分析 | 第36-43页 |
| 3.3.1 数据预处理 | 第36-40页 |
| 3.3.2 特征值的选择和归一化 | 第40-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第4章 跌倒检测和预警算法研究与实现 | 第45-67页 |
| 4.1 算法设计 | 第45-48页 |
| 4.1.1 算法设计策略 | 第45-47页 |
| 4.1.2 算法设计思路 | 第47-48页 |
| 4.2 基于SVM跌倒检测算法设计 | 第48-54页 |
| 4.2.1 SVM分类问题 | 第48-51页 |
| 4.2.2 跌倒检测算法的实现 | 第51-54页 |
| 4.3 基于GBDT预警算法设计 | 第54-62页 |
| 4.3.1 GBDT功能分析 | 第55-56页 |
| 4.3.2 决策树 | 第56-59页 |
| 4.3.3 提升方法 | 第59-60页 |
| 4.3.4 预警算法的实现 | 第60-62页 |
| 4.4 检测算法结果分析 | 第62-66页 |
| 4.4.1 算法评价指标 | 第62-63页 |
| 4.4.2 算法结果分析 | 第63-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第5章 算法在防跌预警系统上的应用 | 第67-95页 |
| 5.1 系统设计目标和原则 | 第67-69页 |
| 5.2 系统总体架构设计 | 第69-75页 |
| 5.2.1 基于Android手机跌倒预警系统架构 | 第69-72页 |
| 5.2.2 老年人防跌预警远程监控平台架构 | 第72-75页 |
| 5.3 基于Android手机跌倒预警系统设计与实现 | 第75-84页 |
| 5.3.1 登录注册模块的实现 | 第76-77页 |
| 5.3.2 意外检测模块的实现 | 第77-79页 |
| 5.3.3 远程服务模块的实现 | 第79-82页 |
| 5.3.4 设置模块的实现 | 第82-83页 |
| 5.3.5 使用说明模块的实现 | 第83-84页 |
| 5.3.6 系统的特色 | 第84页 |
| 5.4 系统整体测试与分析 | 第84-93页 |
| 5.4.1 软件功能测试与分析 | 第85-88页 |
| 5.4.2 检测算法测试与分析 | 第88-93页 |
| 5.5 本章小结 | 第93-95页 |
| 第6章 总结与展望 | 第95-97页 |
| 6.1 本文总结 | 第95-96页 |
| 6.2 工作展望 | 第96-97页 |
| 致谢 | 第97-98页 |
| 参考文献 | 第98-102页 |
| 附录 A 攻读硕士学位期间发表的论文 | 第102-103页 |
| 附录 B 防跌预警远程监控平台界面 | 第103-105页 |
| 附录 C 论文相关部分代码 | 第105-108页 |