声明
摘要
图目录
表目录
第1章 绪论
1.1 研究背景及意义
1.2 研究现状
1.3 本文的研究内容和创新点
1.4 论文组织结构
1.5 本章小结
第2章 相关技术综述
2.1 智能手机传感器技术
2.2 统计学习理论
2.2.1 损失函数和风险函数
2.2.2 训练误差与测试误差
2.2.3 正则化与过拟合
2.2.4 交叉验证与保持方法
2.3 活动识别相关技术
2.3.1 识别过程概述
2.3.2 数据预处理
2.4 本章总结
第3章 基于层次聚类的特征选择算法
3.1 特征选择技术
3.1.1 特征选择过程
3.1.2 特征选择的方法
3.1.3 评价函数
3.2 改进的基于层次聚类的特征选择算法
3.2.1 改进的距离度量
3.2.2 改进的评价函数
3.2.3 搜索策略
3.2.4 特征选择算法流程
3.3 实验结果
3.3.1 对比实验
3.3.2 活动识别数据集
3.3.3 活动识别实验结果
3.4 本章总结
第4章 改进的硬件友好型支持向量机
4.1 SVM技术
4.2 改进的HF-SVM算法
4.2.1 改进的目标函数和决策函数
4.2.2 改进的硬件友好型核函数
4.2.3 求解改进的HF-SVM
4.3 实验结果
4.3.1 对比实验
4.3.2 活动识别实验与分析
4.4 本章总结
第5章 基于组合分类器的活动识别技术
5.1 多类别分类
5.1.1 OVA策略
5.1.2 OVO策略
5.2 SV分类器组合算法
5.3 实验结果
5.4 本章总结
第6章 总结与展望
6.1 本文总结
6.2 展望
参考文献
攻读硕士学位期间主要的研究成果
致谢