声明
致谢
摘要
1 绪论
1.1 课题研究的背景和意义
1.2 坐姿识别的国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文主要研究内容
2 伏案型人群坐姿分析与检测
2.1 坐姿对伏案人群的影响
2.2 坐姿的分类
2.2.1 坐姿原理
2.2.2 健康坐姿
2.2.3 不良坐姿
2.3 常用的坐姿监测方法
2.4 本章小结
3 基于薄膜压力传感器的系统硬件设计
3.1 坐姿识别系统的基本组成
3.2 薄膜压力传感器介绍
3.2.1 行业应用现状
3.2.2 技术研究现状
3.3 本实验薄膜压力传感器模块及其信号采集电路设计
3.3.1 传感器的选取及其测量电路设计
3.3.2 传感器信号采集电路设计
3.3.3 主控制器电路设计
3.4 本章小结
4 坐姿识别分类器设计
4.1 机器学习的相关技术
4.1.1 机器学习的定义
4.1.2 学习方式
4.2 基于传统机器学习的分类器设计
4.2.1 基于压力分布数据的特征提取
4.2.2 支持向量机(SVM)
4.2.3 随机森林(RF)
4.2.4 人工神经网络(ANNs)
4.3 基于深度学习的分类器设计
4.3.1 深度学习概述
4.3.2 多层感知机(MLP)
4.3.3 卷积神经网络(CNNs)
4.4 本章小结
5 实验与效果分析
5.1 基于SVM的分类器实验与效果分析
5.2 基于RF的分类器实验与效果分析
5.3 基于ANNs的分类器实验与效果分析
5.4 基于CNNs的分类器实验与效果分析
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
作者攻读研究生期间发表的论文
参考文献
浙江大学;