摘要
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 研究内容
1.4 论文结构安排
第2章 多分类器融合技术
2.2.2 多分类器的并联组合
2.2.3 多分类器的混合组合
2.3 基分类器
2.3.1 基分类器的类型
2.3.2 基分类器的选择
2.4 融合算法
2.4.1 基于软决策形式的融合算法
2.4.2 基于硬决策形式的融合算法
2.5 本章小结
第3章 基于软决策形式的融合模型
3.1 基于软决策的融合算法的行为识别模型构建
3.2 特征优选
3.2.1 基于蚁群算法的特征优选方法
3.2.2 基于多频段时域分解的特征优选方法
3.3 专用基分类器
3.3.1 静止基分类器C1
3.3.2 散步基分类器C2
3.3.3 跑步基分类器C3
3.3.4 上楼基分类器C4
3.3.5 下楼基分类器C5
3.4 加权累积平均最大值算法
3.4.1 算法的定义
3.4.2 算法的实现
3.5 性能评估
3.6.1 实验工具
3.6.2 实验数据
3.6.3 实验结果分析
3.7 本章小结
第4章 基于硬决策形式的融合模型
4.1 基于硬决策的融合算法的行为识别模型构建
4.2 通用基分类器
4.2.1 决策树
4.2.2 支持向量机
4.2.3 BP神经网络
4.3 高可信度加权投票融合算法
4.3.1 可信度的提取
4.3.2 改进后的投票法
4.3.3 算法举例
4.4 实验
4.4.1 实验数据集
4.4.2 实验步骤
4.4.3 实验结果分析
4.5 本章小结
第5章 总结与展望
5.1 本文总结
5.2 工作展望
参考文献
攻读学位期间取得的研究成果
致谢
声明