1. 研究目的与意义
近年来随着各类传感器制造技术的发展和成本的降低，利用传感器获取信息收集数据，极大推动了行为识别的发展。例如GPS传感器、无线传感器、RFID传感器、加速计传感器、红外线传感器、温湿度传感器等，不仅可对人体动作行为相关的动作信息、环境信息、位置信息、交互信息和生理信息进行数据的实时采集，还可以在一定程度上反映出个人行为和兴趣喜好。
行为识别领域具有很多的应用场景，例如智慧家庭、智慧医疗、无人机、监控系统、行为分析和情景感知等。此次研究着重在行为分析领域，例如在体育竞赛中，通过运动员衣服上佩戴的穿戴式传感器设备采集运动员的运动数据,进一步分析运动员的行为动作，可以为教练的指导方向提供思路。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究内容和问题
本课题主要研究，利用各类可穿戴的传感器包括三轴加速度，陀螺仪，方位角等获取用户的行为数据，利用python 实现相关的机器学习算法，实现人体的肢体行为检测，能够识别包括走路，跑步，骑行，坐立，站，躺等运动行为。难点在于对机器学习算法的理解、分析以及实现，不同算法之间的对比，如某一个算法在不同的应用领域测试结果可能不一样，需要进行分析，阐述优劣势。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 设计方案和技术路线
研究方法：
1、搜集资料，了解系统的工作过程和系统需要完成的主要功能
2、了解相关的开发环境和开发工具
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 研究的条件和基础
硬件：笔记本
软件：Windows10 操作系统、pycharm
熟悉技术：Python程序设计、机器学习算法
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
