基于MEMS传感器的步态识别算法研究及实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 步态识别的国内外研究现状 | 第10-12页 |
| 1.3 研究的问题 | 第12-13页 |
| 1.4 文章内容和组织结构 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 基于MEMS传感器的步态数据 | 第14-20页 |
| 2.1 数据采集平台 | 第14-16页 |
| 2.2 采集策略的规划 | 第16-17页 |
| 2.2.1 佩带位置 | 第16页 |
| 2.2.2 数据采集对象 | 第16页 |
| 2.2.3 采集步态 | 第16-17页 |
| 2.3 步态数据介绍 | 第17-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 步态数据分析 | 第20-37页 |
| 3.1 步态识别原理 | 第20-21页 |
| 3.2 预处理 | 第21-28页 |
| 3.2.1 去噪 | 第22-24页 |
| 3.2.2 归一化 | 第24-25页 |
| 3.2.3 加窗 | 第25页 |
| 3.2.4 坐标系校正与重力加速度分量滤除 | 第25-28页 |
| 3.3 特征选择与提取 | 第28-31页 |
| 3.3.1 时域分析法 | 第28-29页 |
| 3.3.2 频域分析法 | 第29-30页 |
| 3.3.3 时频分析法 | 第30-31页 |
| 3.4 分类器设计 | 第31-36页 |
| 3.4.1 朴素贝叶斯分类器 | 第32-33页 |
| 3.4.2 C4.5 决策树 | 第33-34页 |
| 3.4.3 SVM分类器 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 步态识别算法研究 | 第37-44页 |
| 4.1 基于相同分类器的识别算法研究比较 | 第39-40页 |
| 4.2 基于相同特征的识别算法研究比较 | 第40-41页 |
| 4.3 步态识别算法研究总结 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 步态识别算法改进 | 第44-50页 |
| 5.1 特征选择 | 第44-46页 |
| 5.1.1 特征选择 | 第44页 |
| 5.1.2 特征选择一般过程 | 第44-46页 |
| 5.2 Wrapper特征子集选择算法 | 第46-47页 |
| 5.2.1 Wrapper特征子集选择算法 | 第46页 |
| 5.2.2 Wrapper特征子集选择算法过程 | 第46-47页 |
| 5.3 步态识别分类结果及分析 | 第47-48页 |
| 5.4 本章小结 | 第48-50页 |
| 第六章 步态识别算法硬件实现 | 第50-55页 |
| 6.1 实现方法 | 第50页 |
| 6.2 实现内容 | 第50-51页 |
| 6.3 结果分析 | 第51-52页 |
| 6.4 算法评估 | 第52-54页 |
| 6.5 本章小结 | 第54-55页 |
| 第七章 总结与展望 | 第55-57页 |
| 7.1 论文工作总结 | 第55-56页 |
| 7.2 未来工作展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录1 程序清单 | 第60-66页 |
| 致谢 | 第66页 |
