基于加速度传感器的人体运动识别算法研究

目录

声明

第1章 绪论

1.1 人体运动识别的研究背景及意义

1.2 国内外研究现状

1.3 本文研究内容和结构安排

1.4 本章总结

第2章 人体运动识别的理论基础

2.1 加速度传感器工作原理

2.2 机器学习常见分类算法原理

2.3 深度学习分类网络原理

2.4 本章总结

第3章 基于机器学习的人体运动识别

3.1 特征提取和特征降维概述

3.2 S变换(ST)

3.3 有监督的正则化子空间学习算法(SRRS)

3.4 特征空间的构建

3.5 本章总结

第4章 基于深度学习的人体运动识别

4.1 深度学习分类网络介绍

4.2 双向循环神经网络 (Bi-RNN)

4.3 长短时记忆网络 (LSTM)

4.4 残差循环神经网络

4.5 实验结果及分析

4.6 本章小结

第5章 基于机器学习的人体运动识别实验分析

5.1 运动数据集简介

5.2 运动模型性能评价

5.3 实验设计与分析

5.4 本章总结

第6章 总结与展望

参考文献

发表论文和参加科研情况说明

致谢