| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究的目的和意义 | 第9-11页 |
| 1.2 国内外相关技术发展概况 | 第11-13页 |
| 1.2.1 国内外非智能手机传感器行为识别的发展概况 | 第11-12页 |
| 1.2.2 国内外智能手机传感器行为识别的发展概况 | 第12-13页 |
| 1.3 本文主要研究工作 | 第13-14页 |
| 1.4 本文的结构 | 第14-15页 |
| 第2章 手机多传感器信号采集与处理方法 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 ANDROID手机端传感器信号采集 | 第15-18页 |
| 2.3 手机传感器信号的预处理方法 | 第18-22页 |
| 2.3.1 传感器信号常见滤波方法 | 第18-22页 |
| 2.3.2 信号滤波方法比较 | 第22页 |
| 2.4 传感器信号的特征提取方法 | 第22-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于隐马尔可夫的行为识别算法 | 第27-39页 |
| 3.1 引言 | 第27页 |
| 3.2 基于隐马尔可夫的行为识别模型 | 第27-32页 |
| 3.2.1 HMM基本原理 | 第27-28页 |
| 3.2.2 HMM三个基本问题 | 第28-30页 |
| 3.2.3 基于HMM行为识别模型建立 | 第30-32页 |
| 3.3 基于聚类的HMM算法 | 第32-36页 |
| 3.3.1 K均值算法 | 第33页 |
| 3.3.2 基于K均值的改进 | 第33-35页 |
| 3.3.3 改进前后算法对比与分析 | 第35-36页 |
| 3.4 基于高斯判别分析的HMM算法 | 第36-38页 |
| 3.4.1 高斯判别分析模型 | 第36页 |
| 3.4.2 基于GDA的改进 | 第36-38页 |
| 3.4.3 改进前后算法对比与分析 | 第38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 行为识别系统实现及实验分析 | 第39-55页 |
| 4.1 引言 | 第39页 |
| 4.2 行为识别体系结构 | 第39-40页 |
| 4.3 行为识别设备与搭建 | 第40-42页 |
| 4.4 传感器信号预处理 | 第42-43页 |
| 4.5 建立模型 | 第43-47页 |
| 4.5.1 行为库数据集介绍 | 第43-44页 |
| 4.5.2 特征提取 | 第44-46页 |
| 4.5.3 模型训练 | 第46-47页 |
| 4.6 实验结果分析 | 第47-54页 |
| 4.6.1 不同隐藏状态个数识别效果分析 | 第47-48页 |
| 4.6.2 在完整特征数据上识别效果分析 | 第48-50页 |
| 4.6.3 在原始数据上识别效果分析 | 第50-52页 |
| 4.6.4 不同特征维度上识别效果分析 | 第52-53页 |
| 4.6.5 不同滤波算法对比分析 | 第53-54页 |
| 4.7 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 致谢 | 第62页 |