声明
第1章 绪 论
1.1 课题来源
1.2 研究背景及意义
1.2.1 研究背景
1.2.2 研究意义
1.3 论文研究内容
1.4 论文组织结构
1.5 本章小结
第2章 人体行为识别技术研究现状
2.1 引言
2.2 人体行为识别研究相关技术
2.2.1 特征选择技术
2.2.2 行为识别的分类技术
2.2.3 动作数据分割技术
2.2.4 传感器数据融合技术
2.3 人体行为识别研究现状
2.3.1 基于机器视觉的人体行为识别
2.3.2 基于惯性传感器的人体行为识别
2.3.3 基于肌电传感器的人体行为识别
2.3.4 基于压力传感器的人体行为识别
2.3.5 基于多类传感器融合的人体行为识别
2.3.6 人体行为分析中的活动量级别监测
2.4 现有研究的不足
2.5 本章小结
第3章 坐姿识别中的特征提取和基于改进鲸鱼优化算法的特征选择
3.1 引言
3.2 特征提取与特征选择方法研究
3.2.1 特征提取方法
3.2.2 基于改进鲸鱼优化算法的特征选择
3.3 坐姿数据集建立与数据处理
3.3.1 智能坐垫设计
3.3.2 数据平稳去噪
3.3.3 坐姿数据特征处理
3.3.4 坐姿数据集构建
3.4 实验结果分析
3.4.1 分类器效果比较
3.4.2 改进鲸鱼优化特征选择算法应用于坐姿识别
3.5 本章小结
第4章 基于自适应时间窗动态调整的动作识别方法研究
4.1 引言
4.2 基于自适应时间窗动态调整的动作识别算法
4.2.1 动作识别算法
4.2.2 自适应时间窗的扩展策略
4.2.3 自适应时间窗的缩进策略
4.3 动作数据集建立与数据处理
4.3.1 动作数据集构建
4.3.2 动作数据特征提取
4.3.3 动作识别中的特征选择
4.4 实验结果分析
4.4.1 静态环境下的动作识别
4.4.2 动态环境下的动作识别
4.5 本章小结
第5章 基于活动量级别评估的异常检测方法研究
5.1 引言
5.2 活动量级别评估与异常检测
5.2.1 活动量级别评估与异常检测数据处理流程
5.2.2 活动量级别评估与异常检测算法
5.2.3 活动量级别评估的模糊推理
5.2.4 活动量异常评估的模糊推理
5.2.5 人体异常行为的判断
5.3 活动量级别数据集建立和数据处理
5.3.1 活动量级别定义与数据采集
5.3.2 活动量级别评估的模糊推理系统设计
5.3.3 异常级别判断的模糊推理系统设计
5.4 实验结果分析
5.4.1 模糊推理系统效果分析
5.4.2 活动量级别评估的识别结果
5.5 本章小结
第6章 人体行为识别技术在智能轮椅中的应用
6.1 引言
6.2 人体行为识别的监测系统平台
6.2.1 系统总体架构
6.2.2 体感网络单元设计
6.2.3 智慧健康云的设计
6.2.4 应用服务程序设计
6.3 实验验证
6.3.1 实验设计
6.3.2 行为识别监测系统实验结果及分析
6.3.3 坐姿识别应用于智能轮椅的介入式控制
6.4 本章小结
第7章 总结与展望
7.1 主要工作总结
7.2 论文创新点
7.3 未来工作展望
致谢
参考文献
攻读博士学位期间发表论文、专利及科研情况
武汉理工大学;
