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

基于网格寻参优化SVM-KNN算法的老人跌倒检测研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第11-17页
    1.1 课题研究背景和意义第11-12页
    1.2 国内外研究现状第12-15页
    1.3 本文的研究内容第15-16页
    1.4 论文组织结构第16-17页
第二章 跌倒分析与机器学习第17-28页
    2.1 人体跌倒模型分析第17-21页
        2.1.1 运动姿态分析及分类第17页
        2.1.2 跌倒过程分析第17-20页
        2.1.3 跌倒建模第20-21页
    2.2 统计学习理论第21-23页
        2.2.1 VC维理论第21-22页
        2.2.2 SRM原则第22-23页
    2.3 支持向量机(SVM)算法第23-26页
        2.3.1 广义最优分类超平面第23-25页
        2.3.2 核函数第25-26页
    2.4 K近邻分类算法第26-27页
        2.4.1 KNN算法基本原理第26-27页
        2.4.2 距离度量函数第27页
    2.5 本章小结第27-28页
第三章 基于多传感器的数据采集、处理及特征提取第28-41页
    3.1 智能手机中的传感器第28-29页
        3.1.1 MEMS第28页
        3.1.2 加速度传感器第28-29页
        3.1.3 气压传感器第29页
    3.2 跌倒数据处理准侧第29-30页
    3.3 数据采集平台第30-36页
        3.3.1 平台整体框架第30-31页
        3.3.2 数据获取第31页
        3.3.3 数据传输与存储第31-34页
        3.3.4 数据展示第34-36页
    3.4 数据预处理第36-40页
        3.4.1 滤波处理第36-38页
        3.4.2 特征值提取第38-39页
        3.4.3 数据归一化第39-40页
    3.5 本章小结第40-41页
第四章 网格寻参优化的SVM-KNN跌倒检测算法第41-54页
    4.1 基于网格搜索法的SVM参数优化第41-46页
        4.1.1 网格搜索法参数优化第42-43页
        4.1.2 遗传算法参数优化第43-44页
        4.1.3 粒子群算法参数优化第44-45页
        4.1.4 参数优化算法小结第45-46页
    4.2 基于参数优化的SVM老人跌倒检测第46-47页
    4.3 基于SVM-KNN的老人跌倒检测算法及改进第47-51页
        4.3.1 SVM-KNN算法的提出背景第47-48页
        4.3.2 SVM-KNN算法的实现步骤第48-50页
        4.3.3 SVM-KNN算法的改进第50-51页
    4.4 仿真实验与分析第51-53页
        4.4.1 性能评价标准第51-52页
        4.4.2 实验结果及分析第52-53页
    4.5 本章小结第53-54页
第五章 跌倒检测系统的设计与实现第54-68页
    5.1 跌倒检测系统设计第54-55页
    5.2 系统整体架构第55-56页
    5.3 基于Android系统的手机端软件设计与实现第56-58页
        5.3.1 手机端软件功能需求及设计第56页
        5.3.2 数据传输第56页
        5.3.3 报警模块第56-57页
        5.3.4 GPS定位模块第57-58页
        5.3.5 界面介绍第58页
    5.4 服务器端软件设计第58-63页
    5.5 Web页面展示端设计与实现第63-67页
        5.5.1 跌倒信息展示第64-67页
    5.6 本章小结第67-68页
第六章 系统测试及结果分析第68-75页
    6.1 测试环境及准备第68-69页
    6.2 实验设计及结果分析第69-71页
        6.2.1 实验设计第69-70页
        6.2.2 实验结果分析第70-71页
    6.3 报警测试第71-72页
    6.4 跌倒日志第72-74页
    6.5 本章小结第74-75页
第七章 总结与展望第75-77页
    7.1 论文总结第75-76页
    7.2 论文展望第76-77页
参考文献第77-82页
致谢第82-83页
攻读硕士学位期间取得的科研成果第83页

论文共83页,点击 下载论文
上一篇:电力系统故障信息远传系统的设计与实现
下一篇:基于WAMS的UPFC元件的负交互影响分析及协调控制