声明
第一章 绪论
1.1 研究背景与意义
1.1.1 智能穿戴设备
1.1.2 安全监控
1.1.3 人机交互
1.1.4 运动训练与竞赛
1.1.5 军事
1.1.6 医疗保健
1.2 研究现状
1.2.1 人体行为识别技术
1.2.2 相关研究进展
1.2.3 传统人体行为识别方法
1.2.4 利用卷积神经网络进行人体行为识别的方法
1.3 本文组织结构
第二章 行为识别相关技术概述
2.1 数据采集
2.1.1 几种常用的智能手机内置传感器
2.2 数据分割
2.3 传统特征提取方法
2.4 传统行为识别分类算法
第三章 卷积神经网络的基本概念和技术
3.1 卷积神经网络结构组成
3.1.1 卷积层
3.1.2 批量标准化层
3.1.3 激活函数层
3.1.4 池化层
3.1.5 全连接层
3.1.6 Soft-max函数层
3.2 卷积神经网络参数优化方法
3.2.1 SGDM:带动量的随机梯度下降算法
3.2.2 Adam:自适应矩估计算法
3.2.3 梯度裁剪
3.2.4 L2正则化项
第四章 利用卷积神经网络进行人体行为识别的实验设计
4.1 相关研究进展
4.2 实验数据集
4.3 实验平台
4.4 实验方案一:组合三种传感器数据的优化方案
4.5 实验方案二:基于三维卷积的优化方案
4.6 实验方案三:基于差异化卷积核的优化方案
第五章 实验结果分析
5.1 实验方案一(组合三种传感器数据的优化方案)的结果分析
5.2 实验方案二(基于三维卷积的优化方案)的结果分析
5.3 实验方案三(基于差异化卷积核的优化方案)的结果分析
第六章 总结与展望
6.1 本文总结
6.2 工作展望
参考文献
在学期间的研究成果
致谢
兰州大学;