資料夾的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

2023ㄇㄚˊ幾實木底座桌曆 machiko desk calendar

為了解決資料夾的問題，作者YUKIJI 這樣論述：

★感謝60萬粉絲一路以來的支持與陪伴★ ★兔年＋創作10週年特別紀念★ ㄇㄚˊ幾十歲了！ 這十年ㄇㄚˊ幾是怎麼陪伴你的呢？ 是你早晨趕上班、上學的捷運卡夾， 保護別人也保護自己的口罩， 逢人必被問的手機殼， 還是房間最珍惜的玩偶？ 謝謝大家給予ㄇㄚˊ幾的愛與支持， 2023兔年，ㄇㄚˊ幾也在你的身邊，繼續陪伴你～ 【2023年ㄇㄚˊ幾桌曆獨家特色】 ♦ 溫暖手感木製底座： 嚴選台灣木藝工匠手工打造桌曆木製底座， 每一塊底座皆使用淺色實心橡膠木，手感溫潤， 搭配ㄇㄚˊ幾烙燙logo，樸實而不平凡。 ♦ 增加「外出中」「休息中」告示頁面： 每次暫時離開座位，全世界的人都來找你？ 終於

可以好好休假，電話卻響不停？ 快把「外出中」「休息中」告示擺出來， 讓ㄇㄚˊ幾用可愛化解麻煩～ ♦ 用紙與印刷： 桌曆選用大亞紙業雪柔紙， 紙張纖維猶如水彩紙上雪點輕輕落下，沉穩而富有手感。 全彩印刷，彩印時全程參與對色，確保品質。 【關於ㄇㄚˊ幾】 品種是道奇兔，2013年創立粉絲專頁。 創作靈感來自大學前輩所養的一對兔子。 經由LINE貼圖為眾人所知， 藉由裝可愛（？）來療癒人類。 ＊木製底座採用實木製作，花紋皆不相同；每個底座皆為工匠手工打磨，輕微刮痕、打磨痕跡屬正常現象。恕不接受以花紋、打磨痕跡為由退換貨。

資料夾進入發燒排行的影片

應用資料庫結合雲端科技建構某國小學生成績資訊系統

為了解決資料夾的問題，作者黃仁政 這樣論述：

國民小學學生成績評量，家長據以瞭解學生學習表現，並與教師、學校共同督導學生有效學習，所以家長必須完整的對學生學習狀況有所了解。以往學校老師面對為數眾多的學生和家長，在建立親師之間的溝通上，通常使用傳統的紙本做傳達，例如使用聯絡簿或是成績單等紙本的方法，但傳統的紙本方法無法確實將每位學生的學習狀況即時並完整的讓家長了解。因此本研究利用資料庫結合雲端科技，讓每一位家長在任何時間、地點，只要運用手機，平板，個人電腦，登錄雲端後即可輕鬆檢核孩子在學校的學習成績，及時和老師做好雙向互動，並作為改善學生成績的基礎。我們所運用的「雲端運算」（Cloud Computing）最簡單的意涵，就是將運算能力提供

出來作為一種服務，使企業或個人可以透過網路取得，大幅增進處理所需要的速度；不必具備足夠的專業知識，就可直接進行操作，讓使用者可自由和彈性的應用。本論文的研究目的，主要在透過 Microsoft SQL Server 資料庫結合雲端運算技術來建構學生考試成績資訊系統，老師將學生每次考試成績、各學科成績與家庭資料建立成資料庫，儲存於雲端硬碟上，再透過雲端技術，一方面能讓老師輕鬆管理學生考試成績，並加以分析了解教學成效、有效改善教學；而另一方面學生家長也可隨時利用手邊各種可上網的載具如手機、平板、個人電腦等，透過雲端，就可以隨時瀏覽孩子在校考試成績狀況，加強建立親師互動交流。希望藉此成績資訊系統，達

成「教」與「學」和「親師溝通」的三贏的局面。關鍵字：雲端運算、Microsoft SQL Server、資訊系統、資料庫

唐傳奇小說集

為了解決資料夾的問題，作者楊興安 這樣論述：

　　唐代傳奇是文言的短篇小說，胡適對之極有研究，曾說唐代傳奇成就絕不低於唐詩。但比較上，時人對唐代傳奇的認識比唐詩貧弱得多。因今日青年不少人對文言文抗拒，錯失對此文學瑰寶的認識和欣賞，故今特譯寫傳奇為語體文，保存原著精神，供時下讀者欣賞。   　　本文除譯述內容，尚引述幾篇非唐代而具唐傳奇風格小說，殊足細味。本文每篇並述及有關作品資料，夾敘夾議，加深讀者對傳奇之認識。此外，每篇章後附有內文詞語選習及問題，讀者可拓展思考，及對選用詞語作清晰闡述，並藉此造句，則對語文認識與運用，一定大有幫助。相信今日學子多讀本書文章，加深中文修養，是很好的參考讀物。

結合足壓與慣性感測之深度學習跌倒與人體活動偵測系統設計及演算法開發

為了解決資料夾的問題，作者賴彥宏 這樣論述：

[目錄]中文摘要i英文摘要ii目錄iii圖目錄viii表目錄xvii第一章 緒論11.1 研究背景21.2 研究目的41.3 論文架構4第二章 文獻回顧62.1基於雙閾2.1基於雙閾值和跌倒姿態實現跌倒偵測72.2使用三軸加速度計總和與歐拉角兩個特徵取得最佳閾值來判別跌倒與非跌92.3比較多個加速計與放置的位置實現姿勢識別與跌倒偵測112.4 使用足底壓力和加速度計實現跌倒偵測17第三章 實驗裝置與系統設計273.1 實驗裝置283.1.1足壓鞋子283.1.2 Microsoft KinectV2 303.2 系統介面設計343.2.1 系統介面介紹343.2.2 系統介面設計介紹363.

2.3 系統介面操作介紹41第四章 實驗方法研與流程544.1 資料集554.2 實驗場地604.3 實驗活動項目624.3.1 壓力鞋墊壓力感測器位置說明624.3.2 模擬跌倒動作說明654.3.3 日常活動(靜態)動作說明884.3.4 日常活動(動態)動作說明1094.4 實驗流程1274.5 參數介紹1274.6 模型架構1314.7 訓練模型方法1314.2.1 訓練模型介紹1334.2.1 資料預處理134第五章 研究結果1375.1評估指標1385.2交叉驗證1395.3使用雙腳資料進行跌倒與日常活動2個類別辨識結果1405.3.1 使用雙腳足壓進行2個類別辨識1405.3.2

使用雙腳六軸慣性感測器進行2個類別辨識1445.3.3 使用雙腳九軸慣性感測器進行2個類別辨識1485.3.4 使用雙腳足壓和六軸慣性感測器進行2個類別辨識1515.3.5 使用雙腳足壓和九軸慣性感測器進行2個類別辨識1555.4使用左腳資料進行跌倒與日常活動2個類別辨識結果1595.4.1 使用雙腳足壓進行2個類別辨識1595.4.2 使用雙腳六軸慣性感測器進行2個類別辨識1635.4.3 使用雙腳九軸慣性感測器進行2個類別辨識1675.4.4 使用雙腳足壓和六軸慣性感測器進行2個類別辨識1705.4.5 使用雙腳足壓和九軸慣性感測器進行2個類別辨識1745.5使用右腳資料進行跌倒與日常活

動2個類別辨識結果1785.5.1 使用雙腳足壓進行2個類別辨識1785.5.2 使用雙腳六軸慣性感測器進行2個類別辨識1825.5.3 使用雙腳九軸慣性感測器進行2個類別辨識1865.5.4 使用雙腳足壓和六軸慣性感測器進行2個類別辨識1895.5.5 使用雙腳足壓和九軸慣性感測器進行2個類別辨識1935.6使用雙腳資料進行跌倒與日常活動8個類別辨識結果….1975.6.1 使用雙腳足壓進行8個類別辨識1975.6.2 使用雙腳六軸慣性感測器進行8個類別辨識2015.6.3 使用雙腳九軸慣性感測器進行8個類別辨識2065.6.4 使用雙腳足壓和六軸慣性感測器進行8個類別辨識2105.6.5

使用雙腳足壓和九軸慣性感測器進行8個類別辨識2155.7使用左腳資料進行跌倒與日常活動8個類別辨識結果2195.7.1 使用左腳足壓進行8個類別辨識2195.7.2 使用左腳六軸慣性感測器進行8個類別辨識2245.7.3 使用左腳九軸慣性感測器進行8個類別辨識2285.7.4 使用左腳足壓和六軸慣性感測器進行8個類別辨識2335.7.5 使用左腳足壓和九軸慣性感測器進行8個類別辨識2375.8使用右腳資料進行跌倒與日常活動8個類別辨識結果2415.8.1 使用右腳足壓進行8個類別辨識2425.8.2 使用右腳六軸慣性感測器進行8個類別辨識2465.8.3 使用右腳九軸慣性感測器進行8個類別辨識

2515.8.4 使用右腳足壓和六軸慣性感測器進行8個類別辨識2555.8.5 使用右腳足壓和九軸慣性感測器進行8個類別辨識259第六章 結論與討論2646.1分析雙腳使用5種不同輸入參數分2類結果2656.2分析左腳使用5種不同輸入參數分2類結果2676.3分析右腳使用5種不同輸入參數分2類結果2696.3分析雙腳使用5種不同輸入參數分8類結果2716.4分析左腳使用5種不同輸入參數分8類結果2776.5分析右腳使用5種不同輸入參數分8類結果2836.6結論2896.7討論291參考文獻293[圖目錄]圖2-1-1 一般跌倒發生時的加速度計總和變化7圖2-1-2 跌倒後躺著的休息狀態(身體傾

斜角度大於60°)8圖2-3-1 典型跌倒的加速度計總和變化14圖2-4-1 雙腳力敏電阻(FSR)擺設的位置17圖2-4-2 8種日常活動雙腳足底中心壓力(COP)變化軌跡18圖2-4-3 4種跌倒的加速度總和的變化19圖2-4-4 決策樹演算法流程圖21圖2-4-5 利用ROC曲線進行比較決策樹演算法提出的方法22圖3-1-1 實際收集資料使用的足壓鞋29圖3-1-2 足壓鞋上搭載的藍芽模組JDY-18 29圖3-1-3 實驗室開發的11點壓力鞋墊30圖3-1-4 Kinect V2構造圖32圖3-1-5 Kinect V2 Time of Flight技術示意圖33圖3-1-6 Kine

ct V2獲取的彩色影像33圖3-1-7 Kinect V2獲取的深度影像34圖3-2-1 系統介面圖35圖3-2-2 Qt Designer設計介面範例37圖3-2-3 BLE協議架構圖38圖3-2-4 GATT協議架構圖39圖3-2-5 系統介面流程圖41圖3-2-6 根據系統執行時間建立專屬資料夾示意圖42圖3-2-7 點擊顯示即時影像按鈕(示意圖)42圖3-2-8 KinectV2即時影像已開啟訊息通知43圖3-2-9 顯示KinectV2即時影像43圖3-2-10 KinectV2即時影像已關閉訊息通知43圖3-2-11 關閉KinectV2即時影像44圖3-2-12 儲存Kinec

tV2彩色和深度影像45圖3-2-13 彩色影像儲存於指定資料夾示意圖45圖3-2-14 深度影像儲存於指定資料夾示意圖45圖3-2-15 儲存KinectV2彩色和深度影像46圖3-2-16 警示通知-未處於存取影像的狀態46圖3-2-17 匯出彩色和深度影片中47圖3-2-18 彩色和深度影片匯出完畢-1 48圖3-2-19 彩色和深度影片匯出完畢-2 48圖3-2-20 與藍牙BLE裝置開始進行連線49圖3-2-21 與藍牙BLE裝置開始進行連線49圖3-2-22 當前正在儲存足壓鞋資料的訊息通知50圖3-2-23 停止接收後儲存接收到的資料50圖3-2-24 足壓鞋資料儲存完畢的訊息通

知51圖3-2-25 資料儲存完畢後顯示本次收到的資料數51圖3-2-26 足壓鞋資料儲存於指定資料夾示意圖51圖3-2-27 警示通知-未處於接收BLE裝置的狀態52圖3-2-28 同步執行儲存影像和與BLE裝置連線並接收封包52圖3-2-29 停止同步儲存影像和與BLE裝置連線並接收封包53圖4-1-1 各項實驗項目資料選取方式示意圖57圖4-1-2 資料隨機移動方式示意圖58圖4-2-1 模擬跌倒實驗場地(KinectV2視角)60圖4-2-2 -靜態日常活動場地(KinectV2視角)61圖4-2-3 上下樓梯活動實驗場地(工學大樓7樓)61圖4-2-4 慢跑和行走活動實驗場地工學大樓

7樓)63圖4-3-1 壓力鞋墊-壓力感測器位置圖63圖4-3-2 行走時向前跌倒的動作說明圖68圖4-3-3 行走時向前跌倒九軸慣性感測器變化圖(左腳)68圖4-3-4 行走時向前跌倒九軸慣性感測器變化圖(右腳)69圖4-3-5 三次行走時向前跌倒足壓變化圖69圖4-3-6 行走時向左跌倒的動作說明圖70圖4-3-7 行走時向左跌倒九軸慣性感測器變化圖(左腳)70圖4-3-8 行走時向左跌倒九軸慣性感測器變化圖(右腳)71圖4-3-9 三次行走時向左跌倒的左右腳足壓變化圖71圖4-3-10 行走時向右跌倒的動作說明圖72圖4-3-11 行走時向右跌倒九軸慣性感測器變化圖(左腳)72圖4-3-

12 行走時向右跌倒九軸慣性感測器變化圖(右腳)72圖4-3-13 三次行走時向右跌倒的左右腳足壓變化圖73圖4-3-14 站著時向前跌倒的動作說明圖74圖4-3-15 站著時向前跌倒九軸慣性感測器變化圖(左腳)74圖4-3-16 站著時向前跌倒九軸慣性感測器變化圖(右腳)75圖4-3-17 三次站著時向前跌倒的左右腳足壓變化圖75圖4-3-18 站著時向左跌倒的動作說明圖76圖4-3-19 站著時向左跌倒九軸慣性感測器變化圖(左腳)76圖4-3-20 站著時向左跌倒九軸慣性感測器變化圖(右腳)77圖4-3-21 三次站著時向左跌倒的左右腳足壓變化圖77圖4-3-22 站著時時向右跌倒的動作說

明圖78圖4-3-23 站著時向右跌倒九軸慣性感測器變化圖(左腳)78圖4-3-24 站著時向右跌倒九軸慣性感測器變化圖(右腳)79圖4-3-25 三次站著時時向右跌倒的左右腳足壓變化圖79圖4-3-26 坐下時向後跌的動作說明圖80圖4-3-27 坐下時向後跌九軸慣性感測器變化圖(左腳)80圖4-3-28 坐下時向後跌九軸慣性感測器變化圖(右腳)81圖4-3-29 三次坐下時向後跌的左右腳足壓變化圖81圖4-3-30 站起時向前跌倒的動作說明圖82圖4-3-31 站起時向前跌九軸慣性感測器變化圖(左腳)82圖4-3-32 站起時向前九軸慣性感測器變化圖(右腳)83圖4-3-33 三次站起時向

前跌倒的左右腳足壓變化圖83圖4-3-34 站起時向左跌倒的動作說明圖48圖4-3-35 站起時向左跌九軸慣性感測器變化圖(左腳)84圖4-3-36 站起時向左九軸慣性感測器變化圖(右腳)85圖4-3-37 三次站起時向左跌倒的左右腳足壓變化圖85圖4-3-38 站起時向右跌倒的動作說明圖86圖4-3-39 站起時向右跌九軸慣性感測器變化圖(左腳)86圖4-3-40 站起時向右九軸慣性感測器變化圖(右腳)87圖4-3-41 三次站起時向右跌倒的左右腳足壓變化圖87圖4-3-42 坐直動作說明圖91圖4-3-43 坐直九軸慣性感測器變化圖(左腳)91圖4-3-44 坐直九軸慣性感測器變化圖(右腳

)92圖4-3-45 三次坐直的左右腳足壓變化圖92圖4-3-46 坐著腳伸直動作說明圖93圖4-3-47 坐著腳伸直九軸慣性感測器變化圖(左腳)93圖4-3-48 坐著腳伸直九軸慣性感測器變化圖(右腳49圖4-3-49 三次坐著腳伸直的左右腳足壓變化圖94圖4-3-50 站直動作說明圖95圖4-3-51 站直九軸慣性感測器變化圖(左腳)95圖4-3-52 站直九軸慣性感測器變化圖(右腳)96圖4-3-53 三次站直的左右腳足壓變化圖96圖4-3-54 站著舉起雙手動作說明圖87圖4-3-55 站著舉起雙手九軸慣性感測器變化圖(左腳)97圖4-3-56 站著舉起雙手九軸慣性感測器變化圖(右腳)

98圖4-3-57 三次站著舉起雙手的左右腳足壓變化圖98圖4-3-58 站著向上墊腳動作說明圖99圖4-3-59 站著向上墊腳九軸慣性感測器變化圖(左腳)99圖4-3-60 站著向上墊腳九軸慣性感測器變化圖(右腳)100圖4-3-61 三次站著向上墊腳的左右腳足壓變化圖100圖4-3-62 站著前後擺動動作說明圖101圖4-3-63 站著前後擺動九軸慣性感測器變化圖(左腳)101圖4-3-64 站著前後擺動九軸慣性感測器變化圖(右腳)102圖4-3-65 三次站著前後擺動的左右腳足壓變化圖102圖4-3-66 站著左右擺動動作說明圖103圖4-3-67 站著左右擺動九軸慣性感測器變化圖(左腳

)103圖4-3-68 站著左右擺動九軸慣性感測器變化圖(右腳)104圖4-3-69 三次站著左右擺動的左右腳足壓變化圖104圖4-3-70 原地跳一次動作說明圖105圖4-3-71 原地跳一次九軸慣性感測器變化圖(左腳)105圖4-3-72 原地跳一次九軸慣性感測器變化圖(右腳)106圖4-3-73 三次原地跳一次的左右腳足壓變化圖106圖4-3-74 原地連續跳動作說明圖107圖4-3-75 原地連續跳九軸慣性感測器變化圖(左腳)107圖4-3-76 原地連續跳九軸慣性感測器變化圖(右腳)108圖4-3-77 三次原地連續跳的左右腳足壓變化圖108圖4-3-78 上樓梯動作說明圖111圖4

-3-79 上樓梯九軸慣性感測器變化圖(左腳)111圖4-3-80 上樓梯九軸慣性感測器變化圖(右腳)112圖4-3-81 三次上樓梯的左右腳足壓變化圖112圖4-3-82 下樓梯動作說明圖113圖4-3-83 下樓梯九軸慣性感測器變化圖(左腳)113圖4-3-84 下樓梯九軸慣性感測器變化圖(右腳)114圖4-3-85 三次下樓梯的左右腳足壓變化圖114圖4-3-86 向前慢跑動作說明示意圖115圖4-3-87 向前慢跑九軸慣性感測器變化圖(左腳)115圖4-3-88 向前慢跑九軸慣性感測器變化圖(右腳)116圖4-3-89 三次向前慢跑的左右腳足壓變化圖116圖4-3-90 原地慢跑動作說

明示意圖……117圖4-3-91 原地慢跑九軸慣性感測器變化圖(左腳)117圖4-3-92 原地慢跑九軸慣性感測器變化圖(右腳)118圖4-3-93 三次原地慢跑的左右腳足壓變化圖118圖4-3-94 倒退著走動作說明示意圖119圖4-3-95 倒退著走九軸慣性感測器變化圖(左腳)119圖4-3-96 倒退著走九軸慣性感測器變化圖(右腳)120圖4-3-97 三次倒退著走的左右腳足壓變化圖120圖4-3-98 原地踏步動作說明示意圖121圖4-3-99 原地踏步九軸慣性感測器變化圖(左腳)121圖4-3-100 原地踏步九軸慣性感測器變化圖(右腳)122圖4-3-101 三次原地踏步的左右腳足

壓變化圖122圖4-3-102 向前快走/向前正常速度走動作說明示意圖123圖4-3-103 向前快走九軸慣性感測器變化圖(左腳)123圖4-3-104 向前快走九軸慣性感測器變化圖(右腳)124圖4-3-105 三次向前快走的左右腳足壓變化圖124圖4-3-106 向前正常速度走九軸慣性感測器變化圖(左腳)125圖4-3-107 向前正常速度走九軸慣性感測器變化圖(右腳)125圖4-3-108 三次向前正常速度走的左右腳足壓變化圖126圖4-4-1 實驗流程圖 127圖4-5-1 左腳COP軌跡示意圖130圖4-6-1 跌倒與日常活動辨識模型訓練流程圖131圖4-6-2 跌倒與日常活動辨識模

型架構圖132圖4-7-1 資料預處理流程圖136[表目錄]表2-1-2利用靈敏度和特異性來判斷跌倒與非跌倒的判斷能力9表2-2-1提出兩種演算法與兩種找尋最佳預設閾值測試結果11表2-3-1使用1個加速度計放置於腰部進行姿勢識別的混淆矩陣13表2-3-2使用多個加速度計及放置不同位置姿勢識別的混淆矩陣14表2-3-3使用加速度計進行跌倒與非跌倒辨識的混淆矩陣16表2-4-1比較7種方法的靈敏度、特異性、準確度24表2-4-2 7個方法對於各活動的辨識失敗數26表3-1-1 Kinect V1和Kinect V2比較30表4-1-1每項活動提取資料數和隨機移動的次數59表4-3-1 左右腳壓力

感測器位置與名稱代號說明表64表5-1-1二元混淆矩陣138表5-3-1全部受試者使用雙腳足壓最佳的分2類結果141表5-3-2全部受試者使用雙腳足壓最差的分2類結果141表5-3-3全部受試者雙腳足壓資料整體辨識分2類結果142表5-3-4全部受試者使用雙腳六軸慣性感測器最佳的分2類結果145表5-3-5全部受試者使用雙腳六軸慣性感測器最差的分2類結果145表5-3-6全部受試者雙腳六軸慣行感測器資料整體辨識分2類結果146表5-3-7全部受試者使用雙腳九軸慣性感測器最佳的分2類結果148表5-3-8全部受試者使用雙腳九軸慣性感測器最差的分2類結果149表5-3-9全部受試者雙腳九軸慣性感測

器資料整體辨識分2類結果149表5-3-10全部受試者使用雙腳足壓與六軸慣性感測器最佳的分2類結果152表5-3-11全部受試者使用雙腳足壓與六軸慣性感測器最差的分2類結果152表5-3-12全部受試者雙腳足壓和六軸慣性感測器資料整體辨識分2類結果153表5-3-13全部受試者使用雙腳足壓與九軸慣性感測器最佳的分2類結果156表5-3-14全部受試者使用雙腳足壓與九軸慣性感測器最差的分2類結果56表5-3-15全部受試者雙腳足壓與九軸慣性感測器資料整體辨識分2類結果157表5-4-1全部受試者使用左腳足壓最佳的分2類結果160表5-4-2全部受試者使用左腳足壓最差的分2類結果160表5-4-3

全部受試者左腳足壓資料整體辨識分2類結果161表5-4-4全部受試者使用左腳六軸慣性感測器最佳的分2類結果164表5-4-5全部受試者使用左腳六軸慣性感測器最差的分2類結果164表5-4-6全部受試者左腳足壓與六軸慣性感測器資料整體辨識分2類結果165表5-4-7全部受試者使用左腳九軸慣性感測器最佳的分2類結果167表5-4-8全部受試者使用左腳九軸慣性感測器最差的分2類結果168表5-4-9全部受試者左腳九軸慣性感測器資料整體辨識分2類結果168表5-4-10全部受試者使用左腳足壓和六軸慣性感測器最佳的分2類結果171表5-4-11全部受試者使用左腳足壓和六軸慣性感測器最差的分2類結果171

表5-4-12全部受試者左腳足壓和六軸慣性感測器資料整體辨識分2類結果172表5-4-13全部受試者使用左腳足壓和九軸慣性感測器最佳的分2結果175表5-4-14全部受試者使用左腳足壓和九軸慣性感測器最差的分2類結果175表5-4-15全部受試者左腳足壓和九軸慣性感測器資料整體辨識分2類結果176表5-5-1全部受試者使用右腳足壓最佳的分2類結果179表5-5-2全部受試者使用右腳足壓最差的分2類結果179表5-5-3全部受試者右腳足壓資料整體辨識分2類結果180表5-5-4全部受試者使用右腳六軸慣性感測器最佳的分2類結果183表5-5-5全部受試者使用右腳六軸慣性感測器最差的分2類結果183

表5-5-6全部受試者右腳六慣性軸感測器資料整體辨識分2類結果184表5-5-7全部受試者使用右腳九軸慣性感測器最佳的分2類結果186表5-5-8全部受試者使用右腳九軸慣性感測器最差的分2類結果187表5-5-9全部受試者右腳九慣性軸感測器資料整體辨識分2類結果187表-5-10全部受試者使用右腳足壓和六軸慣性感測器最佳的分2類結果190表5-5-11全部受試者使用右腳足壓和六軸慣性感測器最差的分2類結果190表5-5-12全部受試者右腳足壓和六軸感測器資料整體辨識分2類結果191表5-5-13全部受試者使用右腳足壓和九軸慣性感測器最佳的分2類結果194表5-5-14全部受試者使用右腳足壓和九

軸慣性感測器最差的分2類結果194表5-5-15全部受試者右腳足壓和九軸感測器資料整體辨識分2類結果195表5-6-1全部受試者使用雙腳足壓最佳的分8類結果198表5-6-2全部受試者使用雙腳足壓最差的分8類結果198表5-6-3全部受試者雙腳足壓資料整體辨識分8類結果199表5-6-4全部受試者使用雙腳六軸慣性感測器最佳的分8類結果202表5-6-5全部受試者使用雙腳六軸慣性感測器最差的分8類結果203表5-6-6全部受試者雙腳六軸慣性感測器資料整體辨識分8類結果203表5-6-7全部受試者使用雙腳九軸慣性感測器最佳的分8類結果206表5-6-8全部受試者使用雙腳九軸慣性感測器最差的分8類結

果207表5-6-9全部受試者雙腳九軸慣性感測器資料整體辨識分8類結果208表5-6-10全部受試者使用雙腳足壓和六軸慣性感測器最佳的分8類結果211表5-6-11全部受試者使用雙腳足壓和六軸慣性感測器最差的分8類結果212表5-6-12全部受試者雙腳足壓和六軸慣性感測器資料整體辨識分8類結果212表5-6-13全部受試者使用雙腳足壓和六軸慣性感測器最佳的分8類結果215表5-6-14全部受試者使用雙腳足壓和六軸慣性感測器最差的216表5-6-15全部受試者雙腳足壓和九軸慣性感測器資料整體辨識分8類結果217表5-7-1全部受試者使用左腳足壓最佳的分8類結果220表5-7-2全部受試者使用左腳

足壓最差的分8類結果221表5-7-3全部受試者左腳足壓資料整體辨識分8類結果221表5-7-4全部受試者使用左腳六軸慣性感測器最佳的分8類結果224表5-7-5全部受試者使用左腳六軸慣性感測器最差的分8類結果225表5-7-6全部受試者左腳六軸慣性感測器資料整體辨識分8類結果226表5-7-7全部受試者使用左腳九軸慣性感測器最佳的分8類結果229表5-7-8全部受試者使用左腳九軸慣性感測器最差的分8類結果230表5-7-9全部受試者左腳九軸慣性感測器資料整體辨識分8類結果230表5-7-10全部受試者使用左腳足壓和六軸慣性感測器最佳的分8類結果233表5-7-11全部受試者使用左腳足壓和六軸

慣性感測器最差的分8類結果234表5-7-12全部受試者左腳足壓和六軸慣性感測器資料整體辨識分8類結果235表5-7-13全部受試者使用左腳足壓和九軸慣性感測器最佳的分8類結果238表5-7-14全部受試者使用左腳足壓和九軸慣性感測器最差的分8類結果239表5-7-15全部受試者左腳足壓和九軸慣性感測器資料整體辨識分8類結果239表5-8-1全部受試者使用右腳足壓最佳的分8類結果242表5-8-2全部受試者使用右腳足壓最差的分8類結果243表5-8-3全部受試者左腳足壓資料整體辨識分8類結果244表5-8-4全部受試者使用雙腳六軸慣性感測器最佳的分8類結果.247表5-8-5全部受試者使用雙腳

六軸慣性感測器最差的分8類結果.248表5-8-6全部受試者右腳六軸慣性感測器資料整體辨識分8類結果………..248表5-8-7全部受試者使用右腳九軸慣性感測器最佳的分8類結果.251表5-8-8全部受試者使用右腳九軸慣性感測器最差的分8類結果.252表5-6-9全部受試者雙腳九軸慣性感測器資料整體辨識分8類結果253表5-8-10全部受試者使用右腳足壓和六軸慣性感測器最佳的分8類結果256表5-8-11全部受試者使用右腳足壓和六軸慣性感測器最差的分8類結果257表5-8-12全部受試者右腳足壓和六軸慣性感測器資料整體辨識分8類結果257表5-8-13全部受試者使用右腳足壓和九軸慣性感測器最佳

的分8類結果260表5-8-14全部受試者使用右腳足壓和九軸慣性感測器最差的分8類結果261表5-8-15全部受試者右腳足壓和九軸慣性感測器資料整體辨識分8類結果261表6-1-1雙腳使用5種不同輸入參數跌倒與日常活動辨識結果265表6-1-2雙腳使用5種不同輸入參數分2類結果266表6-2-1左腳使用5種不同輸入參數跌倒與日常活動辨識結果267表6-2-2左腳使用5種不同輸入參數分2類結果268表6-3-1右腳使用5種不同輸入參數跌倒與日常活動辨識結果269表6-3-2右腳使用5種不同輸入參數分2類結果270表6-4-1雙腳使用足壓輸入參數跌倒與7項日常活動辨識結果271表6-4-2雙腳使用

六軸輸入參數跌倒與7項日常活動辨識結果72表6-4-3雙腳使用九軸輸入參數跌倒與7項日常活動辨識結果273表6-4-4雙腳使用足壓和六軸輸入參數跌倒與7項日常活動辨識結果274表6-4-5雙腳使用足壓和九軸輸入參數跌倒與7項日常活動辨識結果275表6-4-6雙腳使用5種不同輸入參數分8類結果276表6-5-1左腳使用足壓輸入參數跌倒與7項日常活動辨識結果77表6-5-2左腳使用六軸輸入參數跌倒與7項日常活動辨識結果278表6-5-3左腳使用九軸輸入參數跌倒與7項日常活動辨識結果279表6-5-4左腳使用足壓和六軸輸入參數跌倒與7項日常活動辨識結果280表6-5-5左腳使用足壓和九軸輸入參數跌倒

與7項日常活動辨識結果281表6-5-6左腳使用5種不同輸入參數分8類結果282表6-6-1右腳使用足壓輸入參數跌倒與7項日常活動辨識結果283表6-6-2右腳使用六軸輸入參數跌倒與7項日常活動辨識結果284表6-6-3右腳使用九軸輸入參數跌倒與7項日常活動辨識結果285表6-6-4右腳使用足壓和六軸輸入參數跌倒與7項日常活動辨識結果286表6-6-5右腳使用足壓和九軸輸入參數跌倒與7項日常活動辨識結果287表6-6-6右腳使用5種不同輸入參數分8類結果288