| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究背景 | 第9-10页 |
| 1.3 课题研究目的和意义 | 第10-12页 |
| 1.3.1 研究意义 | 第10-11页 |
| 1.3.2 研究目的 | 第11-12页 |
| 1.4 国内外研究现状 | 第12-17页 |
| 1.4.1 可穿戴设备的研究现状 | 第12-13页 |
| 1.4.2 跌倒识别系统的研究现状 | 第13-15页 |
| 1.4.3 跌倒识别算法的研究现状 | 第15-17页 |
| 1.5 本文的主要内容 | 第17-19页 |
| 第二章 跌倒识别方法的研究 | 第19-33页 |
| 2.1 老年人跌倒过程分析 | 第19-20页 |
| 2.2 老年人运动特征 | 第20-21页 |
| 2.3 特征选择 | 第21-26页 |
| 2.3.1 加速度分析 | 第23-25页 |
| 2.3.2 倾角分析 | 第25-26页 |
| 2.4 跌倒识别算法研究 | 第26-29页 |
| 2.4.1 阈值法 | 第26-27页 |
| 2.4.2 SVM算法 | 第27-29页 |
| 2.5 算法评价标准 | 第29-30页 |
| 2.6 跌倒识别产品比较 | 第30-32页 |
| 2.7 本章小结 | 第32-33页 |
| 第三章 基于样本偏斜的SVM算法的研究 | 第33-51页 |
| 3.1 SVM识别性能影响因素分析 | 第33-35页 |
| 3.2 基于过采样的SVM识别算法 | 第35-40页 |
| 3.2.1 BSMOTE过采样方法 | 第37-38页 |
| 3.2.2 改进的CDB-SMOTE过采样方法 | 第38-40页 |
| 3.3 Biased-SVM识别算法 | 第40-43页 |
| 3.3.1 算法描述 | 第40-41页 |
| 3.3.2 惩罚因子选择的改进 | 第41-43页 |
| 3.4 算法仿真实验与结果分析 | 第43-49页 |
| 3.4.1 算法仿真软件设计 | 第43-46页 |
| 3.4.2 实验结果对比 | 第46-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 人体跌倒识别算法的设计与实现 | 第51-61页 |
| 4.1 跌倒识别系统 | 第51-52页 |
| 4.2 跌倒识别算法 | 第52-57页 |
| 4.2.1 跌倒识别算法的设计 | 第53-54页 |
| 4.2.2 基于CDB-SMOTE的Biased-SVM跌倒识别算法 | 第54-57页 |
| 4.3 实验方法与结果分析 | 第57-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-64页 |
| 5.1 本文工作总结 | 第61-62页 |
| 5.2 研究工作展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |