声明
致谢
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 特征选择
1.2.2 分类方法
1.3 研究内容
1.4 论文结构
2 相关工作
2.1 数据获取
2.1.1 传感器介绍
2.1.2 数据获取技术
2.2 数据分割
2.3 特征及特征提取方法
2.4 公用数据集的选择
2.4.1 常用公用数据集介绍
2.4.2 本文选取的数据集
2.5 本章小结
3 基于KGA的数据预处理
3.1 低通滤波
3.2 基于遗传算法优化的卡尔曼滤波算法
3.3.1 实验设计
3.3.2 实验结果与分析
3.4 本章小结
4 基于改进的1D-CNNs的人体行为识别
4.1 人体行为活动研究
4.1.1 人体行为活动的加速度特征
4.1.2 三轴加速度传感器信号分析
4.2 基于改进的1D-CNNs的人体行为识别
4.2.1 数据预处理
4.2.2 特征提取
4.2.3 算法设计
4.3.1 实验仿真
4.3.2 实验分析
4.4 本章小结
5 基于阈值的人体跌倒状态检测
5.1 人体跌倒研究
5.1.1 人体跌倒状态研究
5.1.2 模拟跌倒的方法研究
5.2 人体跌倒状态检测
5.2.1 数据预处理
5.2.2 特征提取
5.2.3 算法实现
5.3.1 实验仿真
5.3.2 实验分析
5.4 本章小结
6 基于可穿戴设备的人体行为监测系统设计与实现
6.1.1 平台结构
6.1.2 可穿戴设备数据采集
6.1.3 可穿戴设备云平台
6.1.4 可穿戴设备后台服务模块
6.2.1 实验设计
6.2.2 实验结果与分析
6.3 本章小结
7 总结与展望
7.1 总结
7.2 展望
参考文献
作者简历
学位论文原创性声明
学位论文数据集