基于穿戴式传感器的跌倒检测技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究目的和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 论文的主要研究内容及结构安排 | 第13-16页 |
| 第二章 跌倒检测报警系统的总体设计 | 第16-25页 |
| 2.1 跌倒检测报警系统的需求分析 | 第16页 |
| 2.2 跌倒检测方法的研究 | 第16-22页 |
| 2.2.1 跌倒分析与坐标变换 | 第16-19页 |
| 2.2.2 传感器的选择及安放位置 | 第19-20页 |
| 2.2.3 跌倒检测算法 | 第20-22页 |
| 2.3 移动定位技术 | 第22-23页 |
| 2.4 系统总体设计 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 传感器节点设计及信号采集 | 第25-40页 |
| 3.1 传感器节点的设计 | 第25-30页 |
| 3.1.1 传感器节点的硬件设计 | 第25-28页 |
| 3.1.2 传感器节点的软件设计 | 第28-30页 |
| 3.2 实验采集方案 | 第30-35页 |
| 3.3 传感器信息的特征提取 | 第35-39页 |
| 3.3.1 数据合成 | 第35-37页 |
| 3.3.2 特征提取 | 第37-39页 |
| 3.3.3 特征规范化 | 第39页 |
| 3.4 样本统计信息 | 第39页 |
| 3.5 本章小节 | 第39-40页 |
| 第四章 跌倒检测算法 | 第40-51页 |
| 4.1 特征选择算法 | 第40-42页 |
| 4.1.1 Relief算法原理 | 第40-41页 |
| 4.1.2 改进Relief算法 | 第41-42页 |
| 4.2 分类算法 | 第42-45页 |
| 4.2.1 决策树算法(DT) | 第42-44页 |
| 4.2.2 随机森林算法(RF) | 第44-45页 |
| 4.3 实验结果与分析 | 第45-50页 |
| 4.3.1 特征选择实验 | 第45-47页 |
| 4.3.2 分类算法实验 | 第47-50页 |
| 4.4 本章小节 | 第50-51页 |
| 第五章 系统实现与验证 | 第51-61页 |
| 5.1 Android报警软件的需求分析 | 第51页 |
| 5.2 Android报警软件的功能实现 | 第51-58页 |
| 5.2.1 号码设置模块 | 第52页 |
| 5.2.2 蓝牙通讯模块 | 第52-53页 |
| 5.2.3 跌倒检测模块 | 第53-54页 |
| 5.2.4 定位模块 | 第54-55页 |
| 5.2.5 短信报警模块 | 第55-56页 |
| 5.2.6 界面介绍 | 第56-58页 |
| 5.3 系统验证 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 作者在攻读硕士期间的科研成果 | 第68页 |
