基于贝叶斯决策的人体运动模式识别方法及实现开题报告

全文总字数：7076字

1. 研究目的与意义（文献综述）

1.1 研究目的及意义

人体运动模式是对日常生活中人行为的分类,例如行走、奔跑、上下楼梯等行为属于不同的运动模式。人体运动模式识别是指对人体多种运动状态的感知过程，主要通过对传感器数据的分析，准确实现人体运动模式的识别。

运动模式识别在60年代初迅速发展为一门科学。它所研究的理论和方法在很多科学和技术领域中得到了广泛的重视与应用，推动了人工智能系统的发展，因此，人体运动模式识别也就成为了近年来理论和应用的研究热点。人体运动模式识别在健康监测、下肢假体运动控制、外骨骼机器人等新兴应用领域有着重要地位，分析人体运动模式可以获取人体在各体态和运动下的生理、病理力学参数和机能参数，还可以为临床医学诊断、疾病程度测定、术后疗效评价、生物力学及康复研究等提供重要信息。诸如行走、跑步、上楼梯、下楼梯等是日常中必不可少的运动，识别这些运动以判断受试者当前运动状态，可为下肢假体或外骨骼提供必要的控制信息。下肢外骨骼系统需要在多个运动模式下，跟随人体下肢运动,而人体下肢关节角度在不同运动模式下变化趋势不同,这需要对人体当前所处运动模式进行判断识别。下肢加速度数据与足底压力数据包含了丰富的人体步态信息与运动信息,这些信息能够帮助准确判断人当前所处的运动状态。因此，对运动模式识别技术进行研究，不但紧跟国际前沿学科发展，还可满足国民经济和社会发展需要，具有十分重要的意义。

2. 研究的基本内容与方案

2.1 研究目标

完成基于贝叶斯决策方法的人体运动模式识别算法，并设计分类器，分析实验数据

2.2 本课题主要的研究内容有

3. 研究计划与安排

3、进度安排【选题要求】1-3周 查阅中、英文资料，完成开题报告，完成不少于2万字符的英文翻译任务；4-8周 学习模式识别相关原理和贝叶斯决策算法；9-16周 完成基于贝叶斯决策的人体运动模式识别方法并通过软件编程实现；17周 修改完成毕业论文，答辩。

4. 参考文献（12篇以上）

4、参考文献

[1] akram b，marc p，duc a t. a study on human activity recognition using accelerometer data from smartphones [j]. procedia computer science，2014，34：450-457.

[2] mi z，alevander a s. a feature selectionbased framework for human activity recognition using wearable multimodel sensor [c] bodynets 2011：proceedings of the 6th international conference on body area networks. brussels，belgium：icst，2011：201-208.