人類活動行為的識別及其對健康影響的研究.pdf

1、隨著傳感器技術的發(fā)展和普及，智能穿戴設備逐漸進入大眾的視野。智能穿戴設備通過實時獲取的傳感器信號識別當前用戶正在進行的活動。同時，隨著生活質(zhì)量的提高，人們比過去更加關注自己的健康狀況。規(guī)律的日?；顒优c身體健康狀況息息相關。因此，為了更好的監(jiān)測健康狀況，人類活動行為的識別就顯得十分的重要。
　　人類活動行為識別主要指識別出走、跑、跳等人類日常行為活動。本文基于活動識別在特征選擇和模型構建方面存在的一些缺陷的基礎上，提出新的特征抽取與

2、模型構建的方法，同時進一步探討活動識別與健康的關系。本文主要從以下三個方面展開研究:
　　1.為了解決人類活動識別問題中特征選擇的主觀性問題，提出了基于主成分分析的特征融合方法。首先探究先驗特征（時域和頻域特征）和非先驗特征的有效性，進而通過PCA算法對先驗和非先驗特征進行了融合。該特征融合方法減少了特征選擇的主觀性，同時降低了特征的復雜度，又保證融合后數(shù)據(jù)的有效性，提高了活動的識別準確率。
　　2.針對人類活動識別問題中個

3、體數(shù)據(jù)的稀疏性導致分類模型泛化能力差的問題，提出了一種基于稀疏表達的用戶依賴模型。通過用戶樣本間余弦相似度聚集相似用戶的數(shù)據(jù)，進而更新過完備字典，構建用戶個性化模型。該模型可以最大化的降低新用戶在短期內(nèi)標注數(shù)據(jù)不足的缺陷，提高個體用戶模型的泛化能力。
　　3.基于傳感器設備收集到的活動和睡眠數(shù)據(jù)，對活動和睡眠的關系進行了研究。探究了運動和睡眠參數(shù)對睡眠健康影響的有效性，進而融合運動和睡眠參數(shù)特征，在支持向量機方法下對睡眠健康狀況進