声明
第1章 绪 论
1.1 研究背景及意义
1.2 国内外研究现状与分析
1.2.1 人体行为识别研究分析
1.2.2 国内外研究现状
1.3 研究内容
第2章 传感器数据采集与处理
2.1 人体行为识别的一般流程
2.2 手机传感器的分类及应用
2.2.1 运动类传感器
2.2.2 位置类传感器
2.2.3 环境类传感器
2.3 坐标系
2.3.1 全局坐标系
2.3.2 设备坐标系
2.4 传感数据采集误差与处理
2.4.1 传感器数据误差
2.4.2 传感器数据误差解决办法
2.5 行为数据采集、分析与处理
2.5.1 行为数据采集
2.5.2 加速度分离与数据分割
2.6 本章小结
第3章 特征提取与分类技术
3.1 特征提取技术
3.1.1 传统特征提取
3.1.2 自动特征提取
3.2 分类算法
3.2.1 支持向量机模型
3.2.2 决策树分类模型
3.2.3 集成分类模型
3.2.4 线性判别分析模型
3.2.5 K近邻模型
3.2.6 CRNN模型
3.3 评价指标
3.3.1 准确率(Accuracy)
3.3.2 精确率(Precision)
3.3.3 召回率(Recall)
3.3.4 F1分数(F1-score)
3.3.5 混淆矩阵与交叉验证
3.4 特征提取
3.5 本章小结
第4章 人体行为识别系统设计与实现
4.1 数据采集模块
4.2 数据预处理模块
4.3 数据特征提取与分类识别
4.3.1 HARC人体行为识别框架
4.3.2 构建CRNN分类模型
4.3.3 分类实验对比与评估
4.4 本章小结
结论
1 全文工作总结
2 未来工作展望
参考文献
附录A 攻读硕士期间获得的专利著作
致谢
湖南大学;