首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于移动终端的人体行为识别和目标定位算法研究

摘要第5-6页
abstract第6-7页
第1章 绪论第13-18页
    1.1 研究背景第13-14页
    1.2 国内外研究现状第14-16页
    1.3 研究目标和研究内容第16-17页
        1.3.1 研究目标第16页
        1.3.2 研究内容第16-17页
    1.4 论文结构第17-18页
第2章 相关技术研究第18-31页
    2.1 传感器介绍第18-20页
    2.2 行为识别核心技术综述第20-23页
    2.3 行为识别中的难点及解决方案第23-25页
    2.4 目标定位核心技术综述第25-29页
    2.5 目标定位中的难点及解决方案第29-30页
    2.6 本章小结第30-31页
第3章 基于特征增强与决策融合的行为识别方法第31-43页
    3.1 方法概述第31-32页
    3.2 方法具体描述第32-39页
        3.2.1 数据采集与预处理第32-33页
        3.2.2 特征提取第33页
        3.2.3 特征选择第33-34页
        3.2.4 数据采集与预处理特征增强第34-35页
        3.2.5 分类器训练第35-36页
        3.2.6 数据采集与预处理参数设计与权重训练第36-38页
        3.2.7 二层分类第38-39页
    3.3 行为识别结果分析第39-42页
    3.4 本章小结第42-43页
第4章 基于地图信息和位置自适应修正的粒子滤波目标定位方法第43-52页
    4.1 方法概述第43-44页
    4.2 方法具体描述第44-47页
        4.2.1 粒子初始化第44页
        4.2.2 粒子传播第44页
        4.2.3 粒子更新第44-45页
        4.2.4 目标位置确定第45页
        4.2.5 粒子重采样和位置自适应修正第45-47页
    4.3 定位结果分析第47-51页
    4.4 本章小结第51-52页
第5章 基于移动终端的人体行为识别和室内定位系统设计与实现第52-64页
    5.1 系统概述第52-54页
    5.2 系统设计与实现第54-63页
        5.2.1 注册/登录模块第54-55页
        5.2.2 行为识别模块第55-57页
        5.2.3 室内定位模块第57-59页
        5.2.4 数据展示模块第59-63页
    5.3 本章小结第63-64页
第6章 结论与展望第64-66页
    6.1 结论第64页
    6.2 展望第64-66页
参考文献第66-72页
致谢第72-73页
攻读学位期间参加的科研项目和成果第73页

论文共73页,点击 下载论文
上一篇:基于改进型K均值算法分类的大理石等级识别与应用
下一篇:基于MES的工厂实验室信息管理系统设计与实现