首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

热释电红外信号特征分析及人体识别方法研究

中文摘要第1-5页
英文摘要第5-11页
1 绪论第11-19页
   ·课题研究的背景第11-12页
   ·PIR 传感器的发展第12-13页
   ·基于PIR 信号人体检测的研究现状第13-14页
     ·智能家居中PIR 信号人体检测第13-14页
     ·远距离PIR 信号人体检测第14页
   ·基于PIR 信号人体辨识的研究现状第14-15页
   ·主要内容和创新点第15-19页
     ·本论文的主要内容第15-17页
     ·本论文的创新点第17-19页
2 PIR 探测器信号特征分析第19-43页
   ·引言第19页
   ·PIR 探测器的性能研究第19-27页
     ·PIR 探测器的原理第19-22页
     ·PIR 探测器的性能研究第22-27页
   ·人体与非人体辐射等效模型的研究第27-31页
   ·PIR 探测器的数据采集第31-35页
   ·PIR 探测器输出信号仿真第35-39页
     ·PIR 信号的仿真第35-38页
     ·仿真数据正确性验证第38-39页
   ·PIR 探测器输出信号的特征分析第39-42页
     ·PIR 信号随机性检验第39-41页
     ·PIR 信号平稳性检验第41-42页
     ·拟采用的PIR 特征提取方法第42页
   ·本章小结第42-43页
3 PIR 信号预处理方法研究第43-59页
   ·引言第43页
   ·PIR 信号的噪声分析第43-44页
   ·PIR 信号小波去噪第44-48页
     ·多分辨率小波分析第45-46页
     ·PIR 信号小波阈值去噪第46-48页
   ·PIR 信号小波空域相关去噪第48-52页
     ·空域相关滤波(SSNF)第48-49页
     ·双变量收缩(BivaShrink)函数去噪方法第49-52页
   ·小波去噪小波基的选择第52页
   ·去噪评价指标第52-53页
   ·实验结果与分析第53-58页
     ·bior 小波消失矩及分解层数的选择第53-55页
     ·噪声及参考信号的仿真第55-56页
     ·不同去噪方法性能比较第56-58页
   ·本章小结第58-59页
4 PIR 信号特征提取及识别方法的研究第59-81页
   ·引言第59页
   ·PIR 信号时频域特征提取第59-62页
   ·PIR 信号小波域特征提取第62-68页
     ·小波包分解第62-64页
     ·双密度双树复小波变换第64-67页
     ·小波熵特征提取第67-68页
   ·PIR 信号的分类方法第68-70页
     ·支持向量机(Support Vector Machine,SVM)第68-69页
     ·最小二乘支持向量机(Least Squares Support Vector Machine,LS_SVM)第69-70页
   ·PIR 信号特征提取及识别结果分析第70-79页
     ·特征提取最优参数的选择第70-76页
     ·不同特征的分类性能评估第76-77页
     ·不同特征的分类鲁棒性分析第77-79页
   ·本章小结第79-81页
5 基于信息融合方法的 PIR 信号识别第81-99页
   ·引言第81-82页
   ·特征层融合方法第82-85页
     ·常用的特征层融合方法第82-83页
     ·典型相关分析(CCA)特征融合方法第83-85页
   ·特征子模式CCA 特征融合算法第85-87页
     ·特征子模式划分第85-86页
     ·特征子模式CCA 特征融合及识别第86-87页
   ·集成学习方法第87-90页
     ·基于模式(Pattern-Level)的集成学习方法第87-88页
     ·基于特征选择(Feature-level)的集成学习方法第88-89页
     ·个体分类器间的差异度量第89-90页
   ·PIR 信号分类结果与分析第90-97页
     ·CCA 特征层融合实验结果第90-95页
     ·基于集成学习方法PIR 信号识别结果第95-97页
   ·本章小结第97-99页
6 全文总结与展望第99-103页
   ·全文工作总结第99-101页
   ·展望第101-103页
致谢第103-105页
参考文献第105-113页
附录第113页
 A. 作者在攻读博士学位期间发表的学术论文目录第113页
 B. 作者在攻读博士学位期间已投稿的论文目录第113页
 C. 作者在攻读博士学位期间取得的科研成果目录第113页
 D. 作者在攻读博士学位期间参加的科研项目目录第113页

论文共113页,点击 下载论文
上一篇:半结构化数据频繁模式挖掘相关技术研究
下一篇:图像轮廓提取与三维重建关键技术研究