發(fā)布時(shí)間：2024-12-25 22:24

　　近幾年,隨著人民生活水平的提高,飲食結(jié)構(gòu)的變化,越來(lái)越多的人受肥胖、心腦血管疾病等問(wèn)題的困擾。這些問(wèn)題出現(xiàn)的一個(gè)非常重要的因素是人體運(yùn)動(dòng)少導(dǎo)致體內(nèi)能·量的消耗太少。因此,如何對(duì)日常運(yùn)動(dòng)中能量的消耗進(jìn)行檢測(cè),并提出一些指導(dǎo)意見(jiàn)是一個(gè)非常重要的研究課題。由于智能手機(jī)中往往集成了一些傳感器,且這類設(shè)備往往有強(qiáng)大的計(jì)算能力、網(wǎng)絡(luò)通信能力,所以基于智能手機(jī)的人體日常運(yùn)動(dòng)量檢測(cè)是近幾年的一個(gè)研究熱點(diǎn)。針對(duì)當(dāng)前該類系統(tǒng)中存在的手機(jī)位置不固定導(dǎo)致的運(yùn)動(dòng)量檢測(cè)不準(zhǔn)確的問(wèn)題,本文設(shè)計(jì)并開(kāi)發(fā)了一種基于人體動(dòng)作識(shí)別的日常運(yùn)動(dòng)量檢測(cè)系統(tǒng),主要研究?jī)?nèi)容如下。首先,研究了手機(jī)位置不固定情況下的人體動(dòng)作識(shí)別方法,并提出了一種基于兩層分類器的人體動(dòng)作識(shí)別方法。該方法將動(dòng)作識(shí)別過(guò)程分為兩步,第一步對(duì)易分類樣本進(jìn)行分類,第二步對(duì)易混淆樣本進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明該方法可有效提高手機(jī)位置不固定情況下的動(dòng)作識(shí)別率。其次,使用MVP(Model-View-Presenter)設(shè)計(jì)模式對(duì)運(yùn)動(dòng)量檢測(cè)系統(tǒng)進(jìn)行了架構(gòu)。系統(tǒng)將與界面相關(guān)的類抽象成View模塊,與功能實(shí)現(xiàn)相關(guān)的類抽象成Model模塊,兩個(gè)模塊之間通過(guò)Present模塊進(jìn)行連接。...

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１?Ａｎｄｒｏｉｄ系統(tǒng)的體系架構(gòu)??內(nèi)核層為開(kāi)源操作系統(tǒng)Ｌｉｎｕｘ的內(nèi)核部分，該部分在Ｌｉｎｕｘ內(nèi)核的基礎(chǔ)之上修改得??至ｌｊ

圖２．１?Ａｎｄｒｏｉｄ系統(tǒng)的體系架構(gòu)??內(nèi)核層為開(kāi)源操作系統(tǒng)Ｌｉｎｕｘ的內(nèi)核部分，該部分在Ｌｉｎｕｘ內(nèi)核的基礎(chǔ)之上修改至ｌｊ。Ｌｉｎｕｘ之于Ａｎｄｒｏｉｄ最大的價(jià)值，便是其強(qiáng)大的可移植性。由于Ｌｉｎｕｘ可以運(yùn)行在??不同廠商不同架構(gòu)的硬件環(huán)境下，所以以它為基礎(chǔ)的Ａｎｄｒｏｉｄ系....

圖２．２機(jī)器學(xué)習(xí)的一般流程??

??機(jī)器學(xué)習(xí)從字面意思來(lái)理解即讓機(jī)器有能力學(xué)習(xí)人類的知識(shí)，并為人類所使用。其??研究過(guò)程可用圖２．２表示。??學(xué)習(xí)?指導(dǎo)??＾＾?—??圖２．２機(jī)器學(xué)習(xí)的一般流程??在這個(gè)流程中，首先需要人類對(duì)提供包含知識(shí)、規(guī)律的數(shù)據(jù)；然后計(jì)算機(jī)按照特定??的方式分析、發(fā)現(xiàn)數(shù)據(jù)中蘊(yùn)含的規(guī)律及知識(shí)....

圖３．１手機(jī)位置不同時(shí)，走路動(dòng)作的加速度波形??從圖３．１中可以看出，對(duì)于同樣的動(dòng)作手機(jī)位于不同位置時(shí)，加速度傳感器采集到??的原始加速度數(shù)據(jù)有明顯的不同

（Ａ手機(jī)位于胸部口袋??圖３．１手機(jī)位置不同時(shí)，走路動(dòng)作的加速度波形??從圖３．１中可以看出，對(duì)于同樣的動(dòng)作手機(jī)位于不同位置時(shí)，加速度傳感器采集到??的原始加速度數(shù)據(jù)有明顯的不同。其中，手機(jī)拿在手中時(shí)，波動(dòng)較為明顯，其它三個(gè)位??置的加速度數(shù)據(jù)波動(dòng)相對(duì)平緩。在當(dāng)前基于有監(jiān)督學(xué)習(xí)的....

圖３．４數(shù)據(jù)采集過(guò)程中手機(jī)放置的位置??根據(jù)運(yùn)動(dòng)量估測(cè)系統(tǒng)的需求，我們采集的動(dòng)作包括跑步、上樓、下樓、靜止和走路??

＞?１??Ｃ結(jié)束）??圖３．３動(dòng)作的在線識(shí)別??如圖３．３所示，動(dòng)作在線識(shí)別的第一步為采集待分類動(dòng)作的加速度數(shù)據(jù)并提取特征，??從而得到待分類的樣本＆。提取特征的方法與分類器離線訓(xùn)練階段相同。在分類過(guò)程中，??首先使用ｑ對(duì)該樣本進(jìn)行分類。該過(guò)程可以將大部分易于分類的動(dòng)作識(shí)別正確，....

本文編號(hào)：4020096