基于加速度传感器的人体步态模式分类研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·人体步态分类的研究背景及意义 | 第9-10页 |
| ·人体步态分类的国内外研究现状 | 第10-12页 |
| ·本文结构安排 | 第12-14页 |
| 2 基于加速度传感器的人体步态识别 | 第14-31页 |
| ·人体步态加速度的识别过程 | 第15页 |
| ·预处理和信号的表示 | 第15-16页 |
| ·信号的分割 | 第16-17页 |
| ·特征选择与提取 | 第17-24页 |
| ·样本特征库初步分析 | 第18-19页 |
| ·样品筛选处理 | 第19页 |
| ·特征选择 | 第19-23页 |
| ·特征筛选处理 | 第23-24页 |
| ·分类器设计 | 第24-30页 |
| ·基于概率统计的贝叶斯分类器 | 第24-28页 |
| ·决策树分类器 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 3 数据采集 | 第31-37页 |
| ·数据采集平台 | 第31-32页 |
| ·数据采集方案 | 第32-36页 |
| ·传感器的佩戴位置 | 第32页 |
| ·数据采集对象 | 第32-33页 |
| ·数据采集时的要求 | 第33页 |
| ·采集后的加速度原始信号 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 4 步态分类算法 | 第37-44页 |
| ·数据的预处理 | 第37-38页 |
| ·特征的选择 | 第38-42页 |
| ·小波能量特征 | 第38-40页 |
| ·样本熵特征 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 5 实验结果 | 第44-46页 |
| ·人体步态分类结果 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 6 总结与展望 | 第46-47页 |
| 参考文献 | 第47-52页 |
| 攻读硕士期间取得的研究成果 | 第52-53页 |
| 致谢 | 第53页 |