基于足底加速度传感器的人体行为识别
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 背景以及意义 | 第14-15页 |
| 1.2 研究现状 | 第15-19页 |
| 1.2.1 加速度数据处理流程 | 第16-17页 |
| 1.2.2 加速度数据特征提取 | 第17-18页 |
| 1.2.3 特征的分类 | 第18-19页 |
| 1.3 有待解决的问题 | 第19-20页 |
| 1.4 本文主要研究内容和章节安排 | 第20-21页 |
| 第二章 系统设计 | 第21-25页 |
| 2.1 引言 | 第21页 |
| 2.2 系统硬件支持 | 第21-22页 |
| 2.3 系统架构 | 第22-23页 |
| 2.4 系统运作方式 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 加速度信号处理 | 第25-41页 |
| 3.1 引言 | 第25页 |
| 3.2 数据预处理 | 第25-27页 |
| 3.2.1 数据加窗 | 第25-26页 |
| 3.2.2 滤波 | 第26-27页 |
| 3.3 特征提取与分析 | 第27-32页 |
| 3.3.1 常见时域特征提取 | 第27-30页 |
| 3.3.2 动态平衡阈值 | 第30-32页 |
| 3.4 基于动态平衡阈值的计步算法 | 第32-40页 |
| 3.4.1 计步算法数据通道选择 | 第32-33页 |
| 3.4.2 行走时足部的加速度特征 | 第33-34页 |
| 3.4.3 计步算法设计 | 第34-37页 |
| 3.4.4 确定合理的α值 | 第37-38页 |
| 3.4.5 综合计步准确率对比实验 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 人体行为的分类识别 | 第41-54页 |
| 4.1 引言 | 第41页 |
| 4.2 常见分类算法 | 第41-47页 |
| 4.2.1 SVM分类算法 | 第41-44页 |
| 4.2.2 决策树算法 | 第44-46页 |
| 4.2.3 K近邻算法 | 第46-47页 |
| 4.3 分类实验设计 | 第47-50页 |
| 4.4 特征降维 | 第50-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 工作总结 | 第54页 |
| 5.2 下一步工作 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第60-61页 |
