贝叶斯算法在人体生理状态识别中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·课题背景和现实意义 | 第8-10页 |
| ·国内外研究概况 | 第10-12页 |
| ·本文的主要内容和结构安排 | 第12-13页 |
| 2 无线传感器网络技术 | 第13-18页 |
| ·无线传感器网络概述 | 第13页 |
| ·无线传感器网络在医疗中的应用 | 第13-14页 |
| ·BSN开发平台介绍 | 第14-17页 |
| ·BSN节点 | 第15-16页 |
| ·传感器模块 | 第16页 |
| ·USB通讯接口 | 第16-17页 |
| ·电源板和扩展板 | 第17页 |
| ·本章小结 | 第17-18页 |
| 3 贝叶斯算法 | 第18-39页 |
| ·贝叶斯理论的提出 | 第18-20页 |
| ·贝叶斯决策理论 | 第18-19页 |
| ·贝叶斯理论主要公式 | 第19-20页 |
| ·贝叶斯网络 | 第20-27页 |
| ·贝叶斯网络的由来 | 第20页 |
| ·贝叶斯网络现状 | 第20-21页 |
| ·贝叶斯网络的构建 | 第21-22页 |
| ·贝叶斯网络示例 | 第22-24页 |
| ·贝叶斯网络推理 | 第24-26页 |
| ·贝叶斯网络的应用 | 第26-27页 |
| ·基于贝叶斯算法的人体生理状态识别 | 第27-38页 |
| ·贝叶斯网络分类算法概述 | 第27-28页 |
| ·贝叶斯网络模型的建立 | 第28-29页 |
| ·数据处理 | 第29-32页 |
| ·贝叶斯网络推理 | 第32-33页 |
| ·贝叶斯算法先验概率统计 | 第33-35页 |
| ·贝叶斯算法的自适应 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 4 软件设计 | 第39-49页 |
| ·.NET开发平台介绍 | 第39-41页 |
| ·Visual studio 2005 | 第39-40页 |
| ·C#语言介绍 | 第40-41页 |
| ·程序流程图 | 第41-42页 |
| ·界面的设计 | 第42-48页 |
| ·主界面 | 第42-43页 |
| ·数据采集界面 | 第43-45页 |
| ·行为识别监控界面 | 第45-47页 |
| ·异常生理状态报警界面 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 5 结果分析 | 第49-53页 |
| 总结与展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-59页 |
