基于多层神经网络的人员室内运动状态识别方法研究

致谢	第4-5页
摘要	第5-6页
abstract	第6-7页
变量注释表	第15-16页
1 绪论	第16-24页
1.1 研究背景及意义	第16-18页
1.2 人员室内运动状态识别国内外研究现状	第18-21页
1.3 研究内容及创新点	第21-22页
1.4 论文组织结构	第22-24页
2 相关理论概述	第24-37页
2.1 SVM分类器	第24-28页
2.2 决策树分类器	第28-29页
2.3 神经网络模型	第29-36页
2.4 本章小结	第36-37页
3 基于学习算法的人员室内运动状态识别研究	第37-47页
3.1 运动状态识别概述	第37-39页
3.2 特征抽取与选择	第39-42页
3.3 运动状态分类	第42-43页
3.4 实验结果与分析	第43-46页
3.5 本章小结	第46-47页
4 基于多层神经网络的人员室内运动状态识别研究	第47-57页
4.1 基于多层神经网络的运动状态识别模型	第47-48页
4.2 稀疏自编码神经网络	第48-52页
4.3 实验结果与分析	第52-56页
4.4 本章小结	第56-57页
5 基于深度学习的人员室内运动状态识别研究	第57-67页
5.1 基于CNN网络的运动状态识别模型	第58-62页
5.2 实验结果与分析	第62-66页
5.3 本章小结	第66-67页
6 总结与展望	第67-69页
6.1 总结	第67-68页
6.2 展望	第68-69页
参考文献	第69-74页
作者简历	第74-76页
学位论文数据集	第76页