| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-16页 |
| 1.1 项目背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 研究现状 | 第12-13页 |
| 1.2.2 发展趋势 | 第13-14页 |
| 1.3 论文研究方案 | 第14-16页 |
| 1.3.1 研究目标及内容 | 第14页 |
| 1.3.2 关键问题及难点 | 第14-15页 |
| 1.3.3 研究方案 | 第15-16页 |
| 2 智能养老系统设计 | 第16-27页 |
| 2.1 系统设计 | 第16页 |
| 2.2 系统功能介绍 | 第16-26页 |
| 2.2.1 系统总体功能图 | 第16-17页 |
| 2.2.2 传感器及传感器网关 | 第17-19页 |
| 2.2.3 智能家庭网关 | 第19-21页 |
| 2.2.4 MQTT通信协议 | 第21-23页 |
| 2.2.5 云平台 | 第23-25页 |
| 2.2.6 移动端APP | 第25-26页 |
| 2.3 本章小结及工作重点 | 第26-27页 |
| 3 智能养老系统行为算法分析 | 第27-50页 |
| 3.1 智能养老系统行为算法设计 | 第27-29页 |
| 3.2 数据的采集处理 | 第29-32页 |
| 3.3 室内人数算法分析 | 第32-40页 |
| 3.3.1 室内人数判断模型 | 第32-34页 |
| 3.3.2 贝叶斯参数学习 | 第34-35页 |
| 3.3.3 基于贝叶斯的干扰消除 | 第35-38页 |
| 3.3.4 家庭人数识别学习模型 | 第38-40页 |
| 3.4 行为识别及异常判断算法分析 | 第40-49页 |
| 3.4.1 改进的K-means算法 | 第41-42页 |
| 3.4.2 基于正态分布的离群点检测 | 第42-43页 |
| 3.4.3 吃饭行为识别及异常判断 | 第43-44页 |
| 3.4.4 睡眠行为识别及异常判断 | 第44-46页 |
| 3.4.5 静止行为识别及异常判断 | 第46-48页 |
| 3.4.6 外出行为识别及异常判断 | 第48-49页 |
| 3.5 本章小结 | 第49-50页 |
| 4 智能家庭网关SmartCareService程序开发 | 第50-69页 |
| 4.1 硬件平台及开发环境简介 | 第50-51页 |
| 4.2 家庭网关通用应用层架构 | 第51-52页 |
| 4.3 软件架构实现 | 第52-54页 |
| 4.4 功能模块设计开发 | 第54-65页 |
| 4.4.1 传感器接入模块实现 | 第56-59页 |
| 4.4.2 数据分析模块实现 | 第59-62页 |
| 4.4.3 上行通信模块实现 | 第62-65页 |
| 4.5 智能家庭网关功能测试 | 第65-68页 |
| 4.5.1 功能测试点的划分 | 第65-66页 |
| 4.5.2 功能测试用例及结果 | 第66-68页 |
| 4.6 本章小结 | 第68-69页 |
| 5 总结及展望 | 第69-71页 |
| 5.1 总结 | 第69-70页 |
| 5.2 未来的展望 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 附录A | 第73-74页 |
| 索引 | 第74-75页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第75-77页 |
| 学位论文数据集 | 第77页 |