基于Android的居家健康管理系统及多体征数据分析设计与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题背景及研究意义 | 第11页 |
| 1.2 国内外研究历史与现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 论文主要工作内容及组织结构 | 第13-15页 |
| 第二章 相关技术概述 | 第15-23页 |
| 2.1 Android概述 | 第15-17页 |
| 2.1.1 Android简介 | 第15页 |
| 2.1.2 Android系统架构 | 第15-17页 |
| 2.1.3 Android应用程序架构 | 第17页 |
| 2.2 手机传感器及定位技术 | 第17-20页 |
| 2.2.1 加速度传感器 | 第17-18页 |
| 2.2.2 三轴陀螺仪传感器 | 第18-19页 |
| 2.2.3 手机定位技术 | 第19-20页 |
| 2.3 ISO/IEEE 11073 标准协议 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 居家健康管理系统总体设计与实现 | 第23-41页 |
| 3.1 系统需求分析 | 第23页 |
| 3.2 系统总体设计 | 第23-27页 |
| 3.2.1 系统架构设计 | 第23-24页 |
| 3.2.2 功能模块划分 | 第24-25页 |
| 3.2.3 关键技术方案 | 第25-27页 |
| 3.3 客户端功能模块设计与实现 | 第27-36页 |
| 3.3.1 用户管理 | 第27-29页 |
| 3.3.2 体征数据测量 | 第29-34页 |
| 3.3.3 体征数据上传删除和查询 | 第34-36页 |
| 3.4 服务端功能模块设计与实现 | 第36-40页 |
| 3.4.1 服务端框架设计 | 第36-37页 |
| 3.4.2 用户注册与登陆验证 | 第37-38页 |
| 3.4.3 体征数据的上传和删除 | 第38页 |
| 3.4.4 体征数据增量查询 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 人体健康数据分析 | 第41-55页 |
| 4.1 健康数据评估 | 第41-44页 |
| 4.1.1 模块设计 | 第41页 |
| 4.1.2 体重分析 | 第41-42页 |
| 4.1.3 血糖分析 | 第42页 |
| 4.1.4 血压分析 | 第42-43页 |
| 4.1.5 健康数据趋势展示 | 第43-44页 |
| 4.2 灰色模型与健康数据预测 | 第44-54页 |
| 4.2.1 数据挖掘与预测 | 第44页 |
| 4.2.2 灰色预测算法概述 | 第44-49页 |
| 4.2.3 灰色预测算法实现 | 第49-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第五章 人体摔倒数据分析 | 第55-68页 |
| 5.1 摔倒检测算法 | 第55-58页 |
| 5.1.1 重力加速度阈值确定 | 第55-56页 |
| 5.1.2 角速度阈值确定 | 第56-57页 |
| 5.1.3 特征量阈值确定 | 第57-58页 |
| 5.2 摔倒检测算法实现 | 第58-64页 |
| 5.2.1 模块设计 | 第58-60页 |
| 5.2.2 获取传感器数据 | 第60-61页 |
| 5.2.3 加速度与角速度阈值比较 | 第61-62页 |
| 5.2.4 合角度计算及拟合判定 | 第62-64页 |
| 5.3 定位报警功能设计与实现 | 第64-67页 |
| 5.3.1 模块设计 | 第64页 |
| 5.3.2 模块实现 | 第64-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 系统测试和结果 | 第68-74页 |
| 6.1 测试环境 | 第68页 |
| 6.2 系统功能模块测试 | 第68-71页 |
| 6.2.1 体重 | 第68-69页 |
| 6.2.2 血糖 | 第69-70页 |
| 6.2.3 血压 | 第70-71页 |
| 6.2.4 健康数据存储与云端同步 | 第71页 |
| 6.3 健康数据分析模块测试 | 第71-72页 |
| 6.4 摔倒检测模块测试 | 第72-73页 |
| 6.5 本章小结 | 第73-74页 |
| 第七章 总结与展望 | 第74-76页 |
| 7.1 论文总结 | 第74-75页 |
| 7.2 后续展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
