基于传感器的行为识别方法研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 研究工作概述 | 第16-17页 |
| 1.4 论文内容安排 | 第17-19页 |
| 第二章 基于多示例学习的行为识别方法 | 第19-27页 |
| 2.1 引言 | 第19页 |
| 2.2 总体框架 | 第19-21页 |
| 2.2.1 数据收集和预处理 | 第20页 |
| 2.2.2 特征提取 | 第20-21页 |
| 2.3 基于多示例极限学习机的快速行为识别 | 第21-22页 |
| 2.4 实验与分析 | 第22-24页 |
| 2.4.1 实验方案 | 第22-23页 |
| 2.4.2 与现有单示例方法的对比结果 | 第23页 |
| 2.4.3 与现有多示例方法的对比结果 | 第23-24页 |
| 2.5 讨论 | 第24-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 基于传感器的细粒度行为识别方法 | 第27-32页 |
| 3.1 引言 | 第27页 |
| 3.2 运用基本分类算法的细粒度行为识别 | 第27-28页 |
| 3.3 实验与分析 | 第28-31页 |
| 3.3.1 实验方案 | 第28-29页 |
| 3.3.2 USC-HAD数据集实验结果 | 第29页 |
| 3.3.3 HAR-USD数据集实验结果 | 第29-30页 |
| 3.3.4 分析与讨论 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 基于传感器的行为识别特征降维方法 | 第32-38页 |
| 4.1 引言 | 第32页 |
| 4.2 基于主成分分析的特征降维 | 第32-33页 |
| 4.3 实验与分析 | 第33-37页 |
| 4.3.1 实验方案 | 第33页 |
| 4.3.2 行为识别实验结果与分析 | 第33-34页 |
| 4.3.3 细粒度行为识别实验结果与分析 | 第34-35页 |
| 4.3.4 实验小结 | 第35-37页 |
| 4.4 本章小结 | 第37-38页 |
| 第五章 结束语 | 第38-41页 |
| 5.1 工作总结 | 第38-39页 |
| 5.2 工作展望 | 第39-41页 |
| 致谢 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 作者在学期间取得的学术成果 | 第47页 |
