基于手機(jī)加速度數(shù)據(jù)研的究特征提取和行為識(shí)別.pdf

1、在移動(dòng)互聯(lián)網(wǎng)迅猛發(fā)展的今天，智能手機(jī)已經(jīng)成為人們生活中非常重要的一部分，人們幾乎隨時(shí)隨地都攜帶著它們。如今的智能手機(jī)大都集成了一部分傳感器，在模式識(shí)別領(lǐng)域，基于智能手機(jī)傳感器的人體行為識(shí)別技術(shù)引起了許多研究人員的研究興趣。基于智能手機(jī)傳感器的人體行為識(shí)別技術(shù)具有非常廣闊的應(yīng)用前景，可以預(yù)見(jiàn)其將是未來(lái)的一個(gè)研究熱點(diǎn)。
　　在本文中，我們提出了一種基于智能手機(jī)加速度數(shù)據(jù)的人體行為識(shí)別方案。在該方案中，我們使用智能手機(jī)采集人體行為相關(guān)的

2、線性加速度數(shù)據(jù)，采用通用的滑動(dòng)窗口技術(shù)從原始傳感器數(shù)據(jù)中產(chǎn)生行為實(shí)例并從行為實(shí)例提取特征。在特征提取這一步提出了一種新的基于區(qū)間權(quán)重的特征提取方法，最后利用MCODE聚類算法和層次聚類算法等無(wú)監(jiān)督學(xué)習(xí)算法進(jìn)行了行為識(shí)別研究。在實(shí)驗(yàn)中，我們?cè)谔卣魈崛∵@一步還引入了另外兩種分別在時(shí)域上和時(shí)頻混合域上的特征提取方法進(jìn)行了行為識(shí)別研究。
　　實(shí)驗(yàn)結(jié)果表明，在對(duì)六種日常行為的識(shí)別上，采用基于區(qū)間權(quán)重的特征提取方法和層次聚類算法能較好地從線性

3、加速度數(shù)據(jù)識(shí)別出“走路”、“慢跑”、“上樓梯”與“下樓梯”等四種行為，其總體識(shí)別率達(dá)到了99.18％。但是，該方法不能夠區(qū)分“坐著”與“站立”這兩種靜止行為，這兩種行為被完全識(shí)別成了同類行為?；趨^(qū)間權(quán)重的特征提取方法結(jié)合MCODE聚類算法在對(duì)六種日常行為的識(shí)別中，識(shí)別效果與層次聚類算法相當(dāng)，不過(guò)對(duì)MCODE聚類算法的輸入?yún)?shù)選擇相對(duì)比較麻煩。而從各特征提取方法對(duì)應(yīng)的行為識(shí)別結(jié)果來(lái)看，基于區(qū)間權(quán)重的特征提取方法優(yōu)于另外兩種引入的特征提取