基于Ubisense定位平台的行为识别系统的研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 行为识别概述 | 第11-12页 |
| 1.2 研究的目的及意义 | 第12-13页 |
| 1.3 研究现状 | 第13-14页 |
| 1.4 主要研究工作 | 第14页 |
| 1.5 论文结构 | 第14-16页 |
| 第二章 研究方法与工具简介 | 第16-26页 |
| 2.1 基于学习的分类算法介绍 | 第16-22页 |
| 2.1.1 决策树学习 | 第16-18页 |
| 2.1.2 朴素贝叶斯学习 | 第18-19页 |
| 2.1.3 BP神经网络 | 第19-22页 |
| 2.2 Ubisense定位系统 | 第22-24页 |
| 2.3 WEKA数据挖掘工具 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 行为识别算法及实验分析 | 第26-42页 |
| 3.1 行为识别研究概述 | 第26-27页 |
| 3.2 人体部位的空间位置采集 | 第27-30页 |
| 3.2.1 实验室定位系统简介 | 第27-28页 |
| 3.2.2 Ubisense定位系统误差测量 | 第28-29页 |
| 3.2.3 UWB定位标签的佩戴方式 | 第29-30页 |
| 3.3 数据预处理 | 第30-32页 |
| 3.3.1 数据时间轴对齐 | 第30-31页 |
| 3.3.2 滑动时间窗口 | 第31页 |
| 3.3.3 数据去噪 | 第31-32页 |
| 3.4 特征提取 | 第32-35页 |
| 3.5 分类模型 | 第35-37页 |
| 3.5.1 决策树的模型建立 | 第36页 |
| 3.5.2 朴素贝叶斯模型建立 | 第36页 |
| 3.5.3 BP神经网络模型建立 | 第36-37页 |
| 3.6 行为识别算法的验证 | 第37-38页 |
| 3.6.1 UWB标签的佩戴方式 | 第37页 |
| 3.6.2 动作数据采集 | 第37-38页 |
| 3.7 人体行为识别的结果分析 | 第38-41页 |
| 3.8 本章小结 | 第41-42页 |
| 第四章 行为识别系统的设计与实现 | 第42-48页 |
| 4.1 行为识别系统概述 | 第42-43页 |
| 4.1.1 系统功能分析 | 第42页 |
| 4.1.2 系统的开发工具及相关技术 | 第42-43页 |
| 4.2 行为识别系统设计 | 第43-45页 |
| 4.2.1 数据采集模块 | 第43-44页 |
| 4.2.2 数据预处理及行为识别模块 | 第44-45页 |
| 4.3 行为识别系统的实现 | 第45-46页 |
| 4.4 系统测试 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48-49页 |
| 5.2 展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |
