基于单个加速度传感器的人体运动状态识别研究
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 课题研究现状 | 第12-15页 |
| 1.3 论文研究内容及章节安排 | 第15-17页 |
| 第2章 运动状态识别的理论基础 | 第17-30页 |
| 2.1 人体物理活动的加速度特征 | 第18-19页 |
| 2.2 传感器选择与数据采集 | 第19-21页 |
| 2.3 加速度数据预处理 | 第21-22页 |
| 2.3.1 数据加窗 | 第21页 |
| 2.3.2 噪声过滤与平滑 | 第21-22页 |
| 2.4 特征提取 | 第22-24页 |
| 2.5 分类算法 | 第24-29页 |
| 2.5.1 决策树算法 | 第25-26页 |
| 2.5.2 k-近邻算法 | 第26-27页 |
| 2.5.3 支持向量机 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 基于单个加速度传感器的人体运动状态识别 | 第30-47页 |
| 3.1 不稳定传感器下的数据采集 | 第30-31页 |
| 3.2 数据预处理 | 第31-33页 |
| 3.2.1 数据去噪处理 | 第31-32页 |
| 3.2.2 加速度数据加窗处理 | 第32-33页 |
| 3.3 特征提取 | 第33-35页 |
| 3.4 基于决策树的动作识别 | 第35-43页 |
| 3.4.1 决策树 | 第35-37页 |
| 3.4.2 动作识别 | 第37-43页 |
| 3.5 实验结果与分析 | 第43-46页 |
| 3.5.1 实验设计 | 第43页 |
| 3.5.2 实验结果与性能分析 | 第43-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 单重分形与多重分形人体运动状态识别 | 第47-61页 |
| 4.1 走、上楼与下楼的区分 | 第47-49页 |
| 4.2 分形理论 | 第49-53页 |
| 4.2.1 分形理论概述 | 第49-50页 |
| 4.2.2 单重分形 | 第50-51页 |
| 4.2.3 多重分形 | 第51-53页 |
| 4.3 单重分形与多重分形运动状态识别 | 第53-57页 |
| 4.4 仿真实验 | 第57-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 基于小波变换的矩阵式分形人体运动状态识别 | 第61-76页 |
| 5.1 矩阵式分形运动状态识别机理研究 | 第61-63页 |
| 5.2 小波分解与重构 | 第63-66页 |
| 5.3 基于小波变换的矩阵式分形运动状态识别 | 第66-67页 |
| 5.4 实验验证与结果分析 | 第67-75页 |
| 5.4.1 分形矩阵相关性度量方法 | 第67-68页 |
| 5.4.2 实验设计 | 第68页 |
| 5.4.3 实验结果与分析 | 第68-75页 |
| 5.5 本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-85页 |
| 致谢 | 第85页 |
