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 研究难点及趋势
1.4 研究目标及主要创新点
1.5 论文的组织结构
第2章 人体活动识别的关键技术
2.1 人体活动分析
2.2 人体活动特征
2.2.1 特征提取
2.2.2 特征选择
2.3 人体活动识别算法
2.3.1 常用活动识别分类器
2.3.2 信息融合活动识别
2.4 本章小结
第3章 人体活动识别数据获取平台
3.1 人体活动传感设备
3.2 多传感器数据采集系统设计
3.2.1 数据获取
3.2.2 传感设备佩戴位置
3.2.3 数据采集软件
3.2.4 数据采集规范
3.2.5 日常活动采集类别
3.3 活动数据预处理
3.4 本章小结
第4章 基于SVM和GMM的分数级融合活动识别
4.1 引言
4.2 分数级融合架构
4.3 单通道活动识别
4.3.1 基于SVM的时域通道分类
4.3.2 基于GMM的频域通道分类
4.3.3 多通道权重拟合
4.4 多通道融合活动识别
4.4.1 特征级融合
4.4.2 分数级融合
4.5 实验及分析
4.5.1 实验数据准备
4.5.2 基于生理信号的活动识别
4.5.3 基于加速度的活动识别
4.5.4 基于加速度和生理信号融合的活动识别
4.6 本章小结
第5章 基于boosting的决策级融合活动识别
5.1 普适环境下的人体活动识别
5.1.1 普适计算与活动识别
5.1.2 决策级融合活动识别架构
5.2 单通道活动识别
5.2.1 基于AdaBoost的活动识别算法
5.2.2 基于置信度的AdaBoost活动识别算法
5.3 多通道决策级融合活动识别
5.3.1 决策级融合方法
5.3.2 决策级融合活动识别
5.4 实验及分析
5.4.1 实验数据准备
5.4.2 实验结果及分析
5.5 本章小结
第6章 总结与展望
6.1 论文工作的总结
6.2 下一步工作的展望
参考文献
攻读硕士学位期间主要的研究成果
致谢