• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于加速度傳感器的人體運(yùn)動(dòng)模式識(shí)別①

    2020-06-20 07:32:14孫宇航周建欽張學(xué)鋒
    關(guān)鍵詞:手環(huán)濾波加速度

    孫宇航,周建欽,張學(xué)鋒

    (安徽工業(yè)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,馬鞍山 243002)

    隨著微型智能穿戴設(shè)備的普及與應(yīng)用,以及智能設(shè)備內(nèi)置處理器運(yùn)算能力越來(lái)越強(qiáng),人體運(yùn)動(dòng)識(shí)別成為了當(dāng)代一個(gè)很有價(jià)值的研究.很多應(yīng)用包括健康和健身監(jiān)測(cè)[1,2]、運(yùn)動(dòng)記錄等都是基于該研究.此外,通過(guò)佩戴智能手環(huán)及攜帶智能手機(jī)可以實(shí)現(xiàn)對(duì)用戶進(jìn)行不同運(yùn)動(dòng)模式的記錄,這樣可以幫助用戶及時(shí)了解運(yùn)動(dòng)的情況,及時(shí)做出調(diào)節(jié),使用戶可以更加科學(xué)地安排各類運(yùn)動(dòng)的時(shí)間.運(yùn)動(dòng)手環(huán)上配備了越來(lái)越多的傳感器,比如溫度傳感器、加速度傳感器、壓力傳感器等,可以隨時(shí)隨地采集用戶的運(yùn)動(dòng)信息,這為我們研究人體運(yùn)動(dòng)模式提供了硬件支持.同時(shí),伴隨著人工智能的發(fā)展,機(jī)器學(xué)習(xí),數(shù)據(jù)挖掘算法為我們提供了算法支持.不過(guò)市面上的智能手環(huán)大多只局限于計(jì)步和脈搏測(cè)量等簡(jiǎn)單功能,現(xiàn)有的研究也大多只針對(duì)一些簡(jiǎn)單動(dòng)作如走路,上樓、下樓、靜止等,并沒有對(duì)球類和劃船等體育運(yùn)動(dòng)進(jìn)行識(shí)別記錄.

    目前國(guó)內(nèi)外學(xué)者已經(jīng)展開對(duì)人體運(yùn)動(dòng)模式識(shí)別算法的研究,也取得了相應(yīng)的成果.張旭[3]利用表面肌電(SEMG)傳感器在相應(yīng)肌群皮膚表面捕獲的肌肉活動(dòng)信息進(jìn)行了手勢(shì)命令的檢測(cè)與識(shí)別.該方法只針對(duì)手勢(shì)動(dòng)作、頸部動(dòng)作和腿部動(dòng)作的識(shí)別進(jìn)行了研究,在運(yùn)動(dòng)識(shí)別種類上有很大的局限性,無(wú)法對(duì)一些常見戶外運(yùn)動(dòng)如球類運(yùn)動(dòng)、劃船等進(jìn)行識(shí)別.陳燕湄[4]利用計(jì)算機(jī)視覺相關(guān)算法,處理捕獲攝像機(jī)拍攝的手勢(shì)圖像并對(duì)圖像加以分析進(jìn)行手勢(shì)識(shí)別.此外,江超等[5]通過(guò)提取攝像頭動(dòng)態(tài)手勢(shì)軌跡來(lái)識(shí)別動(dòng)作,準(zhǔn)確率達(dá)到了90%以上.這兩種主要是基于圖像和視頻處理來(lái)設(shè)計(jì)運(yùn)動(dòng)識(shí)別算法,對(duì)拍攝圖片和視頻的背景要求比較苛刻,在復(fù)雜的環(huán)境中難以準(zhǔn)確捕捉人體的運(yùn)動(dòng)動(dòng)作,而且基于圖像處理算法復(fù)雜度較高.張毅等[6]通過(guò)將加速度傳感器和陀螺儀相結(jié)合,融合兩個(gè)傳感器的數(shù)據(jù),再構(gòu)建隱馬爾科夫模型實(shí)現(xiàn)日常行為的識(shí)別.這種方法需要處理兩種傳感器的數(shù)據(jù),大大增加了系統(tǒng)的開銷,而且隱馬爾科夫模型只依賴于每一個(gè)運(yùn)動(dòng)狀態(tài),而傳感器輸出的數(shù)據(jù)為長(zhǎng)序列,此模型對(duì)于長(zhǎng)期運(yùn)動(dòng)識(shí)別并不理想.

    本文描述一種對(duì)走路、跑步、羽毛球正手揮拍、劃船、打乒乓球5 種運(yùn)動(dòng)模式的識(shí)別方法.只需要佩戴單個(gè)智能手環(huán)即可實(shí)現(xiàn),不需要依賴復(fù)雜的硬件設(shè)施,手環(huán)如圖1所示.首先通過(guò)手環(huán)內(nèi)嵌的MPU-9250獲取5 種運(yùn)動(dòng)產(chǎn)生的加速度數(shù)據(jù).其次經(jīng)過(guò)低通濾波后對(duì)數(shù)據(jù)分段處理,確定每一個(gè)完整動(dòng)作的開始位置和結(jié)束位置,再對(duì)每個(gè)動(dòng)作進(jìn)行特征提取.本實(shí)驗(yàn)分別在時(shí)域和頻域上提取特征,歸納了不同運(yùn)動(dòng)的不同特性,然后通過(guò)計(jì)算信息增益的方法進(jìn)行特征的規(guī)約,以去除非關(guān)鍵特征來(lái)提高整個(gè)系統(tǒng)的計(jì)算效率.最后選取支持向量機(jī)[7,8]、決策樹[9]、隨機(jī)森林算法分別對(duì)5 種模式分類,從中選取出最優(yōu)的分類模型.整個(gè)過(guò)程分為5 個(gè)模塊,各個(gè)模塊之間的流程如圖2所示.

    圖1 佩戴示意圖

    圖2 流程圖

    1 原始數(shù)據(jù)收集和方法

    1.1 數(shù)據(jù)采集裝置和軟件框架搭建

    MPU9250 芯片主要由三軸加速度傳感器,三軸角速度傳感器以及磁力計(jì)組成.3 個(gè)方向加速度單獨(dú)測(cè)量,輸出均為16 位的數(shù)字量.實(shí)驗(yàn)主要分析由芯片內(nèi)的加速度傳感器采集的數(shù)據(jù).由于要識(shí)別的5 種運(yùn)動(dòng)相互之間有很大差異,所以需要頻率足夠高的傳感器來(lái)收集數(shù)據(jù).將內(nèi)置MPU9250 傳感器頻率設(shè)置為200 Hz.這樣的采集頻率足夠收集到5 種運(yùn)動(dòng)模式的細(xì)節(jié),會(huì)給后續(xù)的識(shí)別算法帶來(lái)更高的識(shí)別率[10].整個(gè)軟件系統(tǒng)客戶端使用MFC 框架完成,算法部分使用Python 語(yǔ)言編寫.

    1.2 數(shù)據(jù)采集

    本實(shí)驗(yàn)所有的數(shù)據(jù)先儲(chǔ)存在手環(huán)內(nèi)置的存儲(chǔ)卡中,以文本格式保存,文本內(nèi)的數(shù)據(jù)以向量集 <xi,yi,zi>,i=1,2,3,···的形式展現(xiàn).實(shí)驗(yàn)過(guò)程中使用讀卡器讀取所有采集的數(shù)據(jù).

    因?yàn)椴煌詣e和年齡的人運(yùn)動(dòng)有很大的差異性,所以本次實(shí)驗(yàn)的數(shù)據(jù)采集一共由實(shí)驗(yàn)室5 名男性和5 名女性完成,年齡分布在20~45 歲.采集數(shù)據(jù)前統(tǒng)一規(guī)定手環(huán)的佩戴方向和位置(如圖1所示),用來(lái)消除不同穿戴方式對(duì)實(shí)驗(yàn)的干擾,這樣采集的樣本更具科學(xué)性.原始數(shù)據(jù)采集完成后進(jìn)行手動(dòng)標(biāo)記[11],用數(shù)字1,2,3,4,5 分別標(biāo)記走路、跑步、羽毛球正手揮拍、劃船以及打乒乓球動(dòng)作.

    2 數(shù)據(jù)預(yù)處理

    2.1 加速度數(shù)據(jù)加窗處理

    加速度信號(hào)在時(shí)域中以數(shù)據(jù)流的形式呈現(xiàn),不能直接進(jìn)行特征工程.常規(guī)的方法是設(shè)置滑動(dòng)窗口進(jìn)行處理,這種方法已經(jīng)被廣泛地應(yīng)用于人體運(yùn)動(dòng)狀態(tài)識(shí)別中.滑動(dòng)窗口是一種簡(jiǎn)潔有效的數(shù)據(jù)分割方法,這種方法的核心是確定滑動(dòng)窗口的大小.如果窗口設(shè)置太大,可能會(huì)造成運(yùn)動(dòng)識(shí)別延遲,還可能導(dǎo)致一個(gè)窗口包含不同類型動(dòng)作,造成訓(xùn)練誤差.如果窗口設(shè)置太小,會(huì)導(dǎo)致一個(gè)窗口中不能包含一個(gè)完整動(dòng)作,導(dǎo)致運(yùn)動(dòng)信息的缺失,從而影響識(shí)別結(jié)果.文獻(xiàn)[12]采用了200個(gè)采樣點(diǎn)大小的窗口,并且相鄰的窗口之間沒有重疊;文獻(xiàn)[13]則將采樣窗口設(shè)置為128 個(gè)采樣點(diǎn),相鄰窗口重疊50%.近年來(lái)許多學(xué)者經(jīng)過(guò)多次實(shí)驗(yàn)研究,發(fā)現(xiàn)將滑動(dòng)窗口重疊率設(shè)置為50%是一種比較有效的方法.

    實(shí)驗(yàn)綜合分析了5 種運(yùn)動(dòng)模式的特點(diǎn)并統(tǒng)計(jì)完成每種動(dòng)作需要的時(shí)間,選用4 s 作為一段動(dòng)作的默認(rèn)時(shí)長(zhǎng),為一個(gè)滑動(dòng)窗口,寬度為800 個(gè)采樣點(diǎn),每?jī)蓚€(gè)相鄰窗口重疊50%.以走路X 方向加速度數(shù)據(jù)為例,選用4 s 作為窗口的寬度,如圖3,這樣規(guī)整了不同動(dòng)作的加速度信號(hào)的長(zhǎng)度,對(duì)接下來(lái)的特征提取和運(yùn)動(dòng)識(shí)別尤為重要.

    2.2 濾波處理

    相對(duì)于機(jī)器運(yùn)動(dòng),人體運(yùn)動(dòng)較為緩慢,主要包含低頻信號(hào),在實(shí)際應(yīng)用中,加速度信號(hào)不可避免地會(huì)受到硬件電路、傳輸噪聲、擾動(dòng)頻率噪聲和抖動(dòng)的影響,輸出的信號(hào)往往夾雜著很多無(wú)關(guān)信號(hào).當(dāng)加速度為零時(shí),輸出的結(jié)果不為零,而是一個(gè)非零向量的輸出areal,即測(cè)量值ameasured如式(1)所示.

    式中,areal為真實(shí)的加速度值,aerror為傳感器的測(cè)量誤差.為了使測(cè)量的加速度信號(hào)更接近真實(shí)值,實(shí)驗(yàn)采用了自適應(yīng)的平滑濾波方法[14].

    圖3 信號(hào)加窗處理示意圖

    常見的平滑濾波方法有兩種:滑動(dòng)平均濾波方法以及一階慣性低通濾波方法[15].滑動(dòng)平均法雖然簡(jiǎn)單,但是實(shí)驗(yàn)證明實(shí)用性較差.在靜態(tài)情況下,一階慣性低通濾波效果明顯,但是在運(yùn)動(dòng)狀態(tài),相位滯后,所以原始的方法不適合動(dòng)態(tài)信號(hào)的處理,為了適應(yīng)信號(hào)的實(shí)時(shí)性,采用增加閾值的方式去更新濾波參數(shù).定義新的輸出值為當(dāng)前采樣值和上一次輸出值進(jìn)行加權(quán),得到本次輸出值.具體算法如式(2)所示.

    式中,Y(n)為當(dāng)前濾波輸出值;m為濾波系數(shù)(通常是一個(gè)大于0 小于1 的數(shù)),它對(duì)濾波的效果影響很大;X(n)為本次采樣值;Y(n-1)為上次濾波輸出值.可以看出,本次采樣值對(duì)于本次輸出值只占很小的比例,但能夠起到一定的修正作用,這樣做使加速度數(shù)據(jù)保持較大的慣性,模擬了低通濾波的功能.接下來(lái)引入判定運(yùn)動(dòng)狀態(tài)的條件閾值 Δa,根據(jù)式(3)和式(4)進(jìn)行修改濾波系數(shù)m,即:

    式中,Δ為本次濾波輸出值和上次濾波輸出值的差;Δa為運(yùn)動(dòng)狀態(tài)閾值;k0為默認(rèn)參數(shù).

    選取走路模式X 方向某段8 s 原始數(shù)據(jù)為例,采用上述濾波算法進(jìn)行濾波處理,濾波前后波形圖如圖4和圖5所示.

    圖4 濾波前的加速度信號(hào)

    圖5 濾波后的加速度信號(hào)

    3 特征工程

    對(duì)原始的加速度信號(hào)進(jìn)行分割和平滑之后,接下來(lái)從時(shí)域和頻域中提取相關(guān)的特征量[16].根據(jù)X,Y,Z 3 個(gè)方向上的加速度分別從時(shí)域和頻域中提取了34 個(gè)特征量,包括3 個(gè)方向加速度的均值、合成加速度均值、3 個(gè)方向加速度方差、3 個(gè)方向加速度最大值、3 個(gè)方向加速度最小值、3 個(gè)方向加速度兩兩相關(guān)系數(shù)、3 個(gè)方向加速度峰谷值、合成加速度峰谷值、合成加速度方差、以及頻域中通過(guò)小波變換得到的加速度信號(hào)的能量值.

    3.1 時(shí)域特征提取方法

    式中,ax,k,ay,k,az,k為一個(gè)窗體中第k個(gè)采樣點(diǎn)得到的X,Y,Z 三軸加速度信號(hào);n為每個(gè)窗口采樣點(diǎn)數(shù).

    合成加速度均值能夠體現(xiàn)某一個(gè)運(yùn)動(dòng)模式的綜合劇烈程度.計(jì)算公式如下:

    式中,ak為窗口中第k個(gè)采樣點(diǎn)三軸合加速度的模.將ak帶入式(9)可得合成加速度均值aˉ.

    3個(gè)方向加速度標(biāo)準(zhǔn)差,以X 方向?yàn)槔?加速度方差 σ2x計(jì)算公式如下:

    同理可得σ2y,σ2z:

    合成加速度方差σ2的算式為:

    加速度峰谷值表示在一個(gè)窗口中,加速度的最大值和最小值的差值,用apv表示:

    利用式(14)可以計(jì)算出合加速度的峰谷值以及3 個(gè)方向加速度峰谷值.

    3個(gè)方向加速度兩兩相關(guān)系數(shù)分別為:

    3.2 基于小波變換的多尺度空間能量分布特征提取方法

    小波的組成成分是一組小波基函數(shù),它可以在局部范圍內(nèi)對(duì)信號(hào)時(shí)間(空間)域和頻率(尺度)域的特征進(jìn)行描述,這也是小波變換相對(duì)于傅里葉變換的優(yōu)勢(shì).在任意的時(shí)間域或空間域中,小波分析都能夠很有效地對(duì)信號(hào)進(jìn)行分析,自適應(yīng)信號(hào)分析的要求,有利于聚焦信號(hào)的細(xì)節(jié),而這些特性對(duì)信號(hào)分析是尤為重要的.常用的小波函數(shù)有Haar、Daubechies (dbN)小波等15 種.信號(hào)經(jīng)過(guò)小波分析之后可得到在各個(gè)層級(jí)中的能量特征.信號(hào)f(t)的二進(jìn)小波分解可表示為:

    其中,A是近似信號(hào),為低頻部分;D是細(xì)節(jié)信號(hào),為高頻部分,此時(shí)信號(hào)的頻帶分布如圖6所示.

    圖6 多尺度分解的信號(hào)頻帶分布

    信號(hào)的總能量為:

    選擇第j層的近似信號(hào)和各層的細(xì)節(jié)信號(hào)的能量作為特征,構(gòu)造特征向量[17]:

    本次實(shí)驗(yàn)直接調(diào)用Python 中的PyWavelets 信號(hào)處理庫(kù),設(shè)置j為2,對(duì)加速度信號(hào)進(jìn)行特征提取,輸出特征向量:

    3.3 特征選擇

    特征選擇是一個(gè)重要的“數(shù)據(jù)預(yù)處理”過(guò)程,能夠去除與當(dāng)前學(xué)習(xí)任務(wù)無(wú)關(guān)的特征,以減輕學(xué)習(xí)負(fù)擔(dān),降低學(xué)習(xí)難度.常用的特征選擇算法可分為4 種:過(guò)濾式(filter)、包裹式(wrapper)、嵌入式(embedding)以及基于信息增益的方法.由于前三類算法比較復(fù)雜,不管是內(nèi)存開銷還是時(shí)間開銷都很大,所以實(shí)驗(yàn)采用基于信息增益(Information Gain,IG)的特征選擇算法[18],這也是一種常用且高效的特征選擇算法.

    計(jì)算信息增益首先定義信息熵(information entropy).信息熵是一般用作反映樣本集合純度的一種指標(biāo).假設(shè)pk(k=1,2,···,|y|)為當(dāng)前樣本集合D中第k類樣本所占的比例,則D的信息熵定義為:

    式中,|y|代表標(biāo)簽類別個(gè)數(shù),信息熵Ent(D)值越小,則集合D的純度越高.下面定義信息增益.

    由于從信號(hào)中提取的特征均為連續(xù)值,連續(xù)值屬性的可取值數(shù)目不是有限的,因此不能直接根據(jù)連續(xù)值來(lái)直接計(jì)算信息增益,實(shí)驗(yàn)采用連續(xù)值離散化技術(shù).給定樣本集D和連續(xù)屬性v,假定v在D上出現(xiàn)了n個(gè)不同的取值{v1,v2,···,vn},基于劃分點(diǎn)t可將D分為子集D-t和D+t.對(duì)相鄰的屬性取值vi和vi+1來(lái)說(shuō),t在區(qū)間[vi,vi+1)中取任意值所產(chǎn)生的劃分結(jié)果相同.定義包含n-1 個(gè)元素的候選劃分點(diǎn)集合.

    把區(qū)間[vi,vi+1)的中位點(diǎn)作為候選劃分點(diǎn),選取最優(yōu)的劃分點(diǎn)進(jìn)行樣本集合的劃分,即:

    式中,Gain(D,v,t)是樣本集D基于劃分點(diǎn)t二分后的信息增益,這樣我們將每個(gè)特征v帶入,得到所有特征的信息增益值,從而計(jì)算出每個(gè)特征的重要性值.實(shí)驗(yàn)我們直接使用scikit-learn 中的feature_importance_庫(kù)函數(shù)計(jì)算所有特征的重要性值,根據(jù)計(jì)算結(jié)果我們從中選擇出了16 個(gè)特征,如表1所示.

    由表1數(shù)據(jù)可得,Y 方向加速度標(biāo)準(zhǔn)差重要性值最大,體現(xiàn)了不同運(yùn)動(dòng)模式左右方向上的偏離程度.Z 方向加速度最大值能夠很準(zhǔn)確地區(qū)分豎直方向上加速度變化幅度較大或較小的運(yùn)動(dòng).X 方向加速度最小值能夠體現(xiàn)水平方向最小的運(yùn)動(dòng)力度.同樣的,其它13 個(gè)特征都在不同的方面對(duì)運(yùn)動(dòng)數(shù)據(jù)的分類起著至關(guān)重要的作用.以上16 個(gè)特征的重要性值都是基于訓(xùn)練樣本計(jì)算而來(lái),而訓(xùn)練樣本由不同年齡和不同性別的人產(chǎn)生的運(yùn)動(dòng)加速度數(shù)據(jù)整理而來(lái),所以通過(guò)以上16 個(gè)特征來(lái)構(gòu)建出的分類模型對(duì)于不同類型人的運(yùn)動(dòng)識(shí)別均有很強(qiáng)的泛化能力和較好的普適性.其次,本文的特征選擇算法采用了特征子集搜索和評(píng)價(jià)機(jī)制相結(jié)合的方式得出特征的重要性值并篩選出最優(yōu)特征子集,使訓(xùn)練出的分類模型擁有更高更穩(wěn)定的識(shí)別準(zhǔn)確率.

    表1 特征重要性值

    4 實(shí)驗(yàn)分析

    第3 節(jié)我們已經(jīng)提取并計(jì)算出用于分類算法的特征,并計(jì)算出特征重要性值,選擇出16 個(gè)比較重要的特征.利用被選取的特征值,制作訓(xùn)練樣本集和測(cè)試樣本集.實(shí)驗(yàn)中我們根據(jù)樣本的數(shù)量和樣本特征的特性,選取支持向量機(jī)、決策樹、隨機(jī)森林3 種分類模型進(jìn)行了比較實(shí)驗(yàn),分別調(diào)整模型參數(shù)使分類模型對(duì)于5 種運(yùn)動(dòng)模式的分類準(zhǔn)確度達(dá)到最優(yōu).對(duì)每一個(gè)分類模型進(jìn)行了性能的評(píng)估,并結(jié)合在測(cè)試樣本集上的準(zhǔn)確度來(lái)判別最優(yōu)模型.

    選用支持向量機(jī)進(jìn)行分類是因?yàn)檫@個(gè)模型適用于樣本量較小的數(shù)據(jù)集,而且運(yùn)算速度快,運(yùn)算復(fù)雜度低.決策樹算法主要基于概率統(tǒng)計(jì),不需要對(duì)數(shù)據(jù)進(jìn)行歸一化,直接使用原始的數(shù)據(jù)樣本進(jìn)行計(jì)算,避免了數(shù)據(jù)的失真,且魯棒性很強(qiáng).

    隨機(jī)森林是基于Bagging 的擴(kuò)展變體,是一種可以同時(shí)兼顧分類和回歸的機(jī)器學(xué)習(xí)算法.通過(guò)引入兩次隨機(jī),使得該模型在訓(xùn)練樣本較少時(shí)不容易陷入過(guò)擬合.這樣即使在實(shí)驗(yàn)中無(wú)法保證能夠整理出足夠的運(yùn)動(dòng)數(shù)據(jù)集進(jìn)行模型訓(xùn)練,也能確保最終的模型在測(cè)試數(shù)據(jù)識(shí)別上的表現(xiàn)比支持向量機(jī)和決策樹更加穩(wěn)定.其次,隨機(jī)森林在訓(xùn)練過(guò)程中能夠檢測(cè)到特征之間的影響,所以給定運(yùn)動(dòng)數(shù)據(jù)集,該模型就能夠判斷某種運(yùn)動(dòng)各個(gè)特征之間的相互影響,更加準(zhǔn)確地識(shí)別當(dāng)前運(yùn)動(dòng)的類別.最后,相比較支持向量機(jī)和決策樹,隨機(jī)森林更適合解決樣本不均衡問(wèn)題.本文中5 種運(yùn)動(dòng)模式的樣本數(shù)并不是均衡的,所以使用隨機(jī)森林能夠帶來(lái)更好的效果.圖7的柱狀圖表示3 種分類算法分別針對(duì)5 種運(yùn)動(dòng)模式進(jìn)行分類的準(zhǔn)確率以及對(duì)于5 種運(yùn)動(dòng)模式的統(tǒng)計(jì)比較.

    圖7 3 種分類模型的動(dòng)作模式識(shí)別準(zhǔn)確率

    由圖7可以得出結(jié)論.3 種分類模型對(duì)于劃船動(dòng)作的識(shí)別都為100%,支持向量機(jī)對(duì)于打羽毛球動(dòng)作的識(shí)別準(zhǔn)確率較高,效果好于另外兩個(gè)模型,而決策樹則是在乒乓球動(dòng)作識(shí)別中表現(xiàn)最好.總體來(lái)說(shuō),隨機(jī)森林算法對(duì)所有運(yùn)動(dòng)模式識(shí)別率都很高,且平均準(zhǔn)確率最高,達(dá)到97.37%,所以系統(tǒng)最終采用隨機(jī)森林作為分類模塊.圖8~圖10分別為3 種分類算法的混淆矩陣.

    從混淆矩陣中可以看出,走路和跑步可能被誤識(shí)別為打羽毛球,少量打羽毛球數(shù)據(jù)被誤分類為走路和跑步.個(gè)別打乒乓球動(dòng)作被誤分類為走路,總體上隨機(jī)森林表現(xiàn)最佳.

    圖8 支持向量機(jī)算法產(chǎn)生的混淆矩陣

    圖9 決策樹算法產(chǎn)生的混淆矩陣

    圖10 隨機(jī)森林算法產(chǎn)生的混淆矩陣

    5 結(jié)論與展望

    本文我們是對(duì)走路、跑步、打羽毛球、打乒乓球、劃船5 種運(yùn)動(dòng)模式識(shí)別的研究.首先參與采集數(shù)據(jù)的實(shí)驗(yàn)人員分別做5 種動(dòng)作并記錄數(shù)據(jù),然后對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,根據(jù)運(yùn)動(dòng)模式的特點(diǎn)提取出對(duì)分類貢獻(xiàn)比較大的特征,并通過(guò)特征選擇選取最終貢獻(xiàn)值較大的特征,之后使用分類算法進(jìn)行運(yùn)動(dòng)模式的識(shí)別.從而實(shí)現(xiàn)對(duì)用戶行為的記錄和分析.

    獲取原始數(shù)據(jù)之后,首先對(duì)數(shù)據(jù)進(jìn)行了預(yù)處理,包括濾波、數(shù)據(jù)加窗等預(yù)處理.特別在加窗處理中,我們采用相鄰的兩個(gè)窗口重疊50%,以保證樣本的連續(xù)性.綜合分析了信號(hào)在時(shí)域和頻域的特征,選取了16 個(gè)最重要的特征,又保證了較高的識(shí)別率.我們將同樣的測(cè)試數(shù)據(jù)分別輸入到支持向量機(jī)、決策樹、隨機(jī)森林中,結(jié)果顯示隨機(jī)森林算法準(zhǔn)確率最高.

    本文研究的人體運(yùn)動(dòng)識(shí)別算法可直接應(yīng)用于智能手環(huán)中,通過(guò)自動(dòng)分析數(shù)據(jù),識(shí)別并統(tǒng)計(jì)該用戶一天內(nèi)的各類運(yùn)動(dòng),將信息反饋給用戶,這種能識(shí)別多運(yùn)動(dòng)模式的手環(huán)比單一的計(jì)步手環(huán)提供更加豐富的運(yùn)動(dòng)信息.在接下的研究中來(lái)將繼續(xù)優(yōu)化算法,減小識(shí)別誤差,同時(shí)識(shí)別更多的運(yùn)動(dòng)模式.

    猜你喜歡
    手環(huán)濾波加速度
    愛心手環(huán)
    “鱉”不住了!從26元/斤飆至38元/斤,2022年甲魚能否再跑出“加速度”?
    天際加速度
    汽車觀察(2018年12期)2018-12-26 01:05:42
    創(chuàng)新,動(dòng)能轉(zhuǎn)換的“加速度”
    金橋(2018年4期)2018-09-26 02:24:46
    死亡加速度
    紅手環(huán)志愿者服務(wù)團(tuán)歡迎您的加入
    學(xué)習(xí)監(jiān)測(cè)手環(huán)
    RTS平滑濾波在事后姿態(tài)確定中的應(yīng)用
    基于線性正則變換的 LMS 自適應(yīng)濾波
    麥開:放棄智能手環(huán)
    亚洲国产欧美日韩在线播放| 一进一出抽搐动态| 美女高潮喷水抽搐中文字幕| 久热这里只有精品99| 亚洲欧美色中文字幕在线| 老熟妇仑乱视频hdxx| 欧美亚洲日本最大视频资源| 美女视频免费永久观看网站| 老司机深夜福利视频在线观看| 咕卡用的链子| 国产成人精品久久二区二区免费| 啦啦啦视频在线资源免费观看| 人妻丰满熟妇av一区二区三区 | 伦理电影免费视频| 日韩欧美在线二视频 | www.自偷自拍.com| 每晚都被弄得嗷嗷叫到高潮| 精品一区二区三区视频在线观看免费 | 日本五十路高清| 色在线成人网| 巨乳人妻的诱惑在线观看| 极品少妇高潮喷水抽搐| av线在线观看网站| av中文乱码字幕在线| 久久精品国产a三级三级三级| 亚洲全国av大片| 三上悠亚av全集在线观看| 亚洲精品中文字幕在线视频| 999久久久精品免费观看国产| 水蜜桃什么品种好| 在线观看66精品国产| 婷婷成人精品国产| 日本黄色视频三级网站网址 | 久久精品人人爽人人爽视色| 老汉色av国产亚洲站长工具| 国产一区二区三区综合在线观看| 亚洲精品美女久久av网站| 国产亚洲欧美在线一区二区| 久久久水蜜桃国产精品网| 深夜精品福利| 一二三四社区在线视频社区8| 在线天堂中文资源库| 国产精品自产拍在线观看55亚洲 | 欧美大码av| 欧美久久黑人一区二区| xxx96com| 在线观看免费高清a一片| 搡老熟女国产l中国老女人| 在线国产一区二区在线| 久久精品亚洲熟妇少妇任你| 热99国产精品久久久久久7| 亚洲专区国产一区二区| 国产高清视频在线播放一区| 日本五十路高清| 精品一品国产午夜福利视频| 18禁国产床啪视频网站| 深夜精品福利| 色94色欧美一区二区| 久久中文字幕一级| 国内毛片毛片毛片毛片毛片| 亚洲av熟女| 一边摸一边抽搐一进一小说 | 午夜两性在线视频| 国产亚洲一区二区精品| 午夜精品国产一区二区电影| 色在线成人网| 搡老岳熟女国产| 99re在线观看精品视频| 日本精品一区二区三区蜜桃| 一个人免费在线观看的高清视频| 久久国产精品大桥未久av| 久久99一区二区三区| 桃红色精品国产亚洲av| 欧美亚洲 丝袜 人妻 在线| 黄色 视频免费看| 国产精品免费视频内射| 在线观看日韩欧美| 久久久久久亚洲精品国产蜜桃av| 日本vs欧美在线观看视频| 国内久久婷婷六月综合欲色啪| 亚洲在线自拍视频| 国产成人精品久久二区二区免费| 热99国产精品久久久久久7| 变态另类成人亚洲欧美熟女 | cao死你这个sao货| 中文欧美无线码| 国产成人免费观看mmmm| 丰满人妻熟妇乱又伦精品不卡| 久久ye,这里只有精品| 看片在线看免费视频| 免费在线观看视频国产中文字幕亚洲| 水蜜桃什么品种好| 妹子高潮喷水视频| 国产男靠女视频免费网站| 国产不卡av网站在线观看| 捣出白浆h1v1| 亚洲性夜色夜夜综合| 色精品久久人妻99蜜桃| 国产国语露脸激情在线看| 欧美中文综合在线视频| 亚洲欧美日韩高清在线视频| 热re99久久国产66热| 久久精品国产综合久久久| 亚洲av成人一区二区三| 国产精品99久久99久久久不卡| 欧美+亚洲+日韩+国产| 啦啦啦免费观看视频1| 亚洲熟妇熟女久久| 成在线人永久免费视频| 18在线观看网站| 免费在线观看黄色视频的| 国产区一区二久久| 国产高清videossex| 美女福利国产在线| 老熟妇乱子伦视频在线观看| 亚洲 国产 在线| 国产精品久久久av美女十八| 美女高潮喷水抽搐中文字幕| 99国产综合亚洲精品| 视频在线观看一区二区三区| 久9热在线精品视频| 99久久综合精品五月天人人| 久久影院123| 精品久久久精品久久久| 国产精品98久久久久久宅男小说| 日本黄色视频三级网站网址 | 成年人黄色毛片网站| x7x7x7水蜜桃| 国内久久婷婷六月综合欲色啪| 亚洲av片天天在线观看| 激情在线观看视频在线高清 | 午夜精品在线福利| 久久草成人影院| 免费av中文字幕在线| 免费观看精品视频网站| 高清欧美精品videossex| 激情视频va一区二区三区| 久久人人97超碰香蕉20202| 99re在线观看精品视频| 亚洲精品国产精品久久久不卡| 久久99一区二区三区| 久久午夜亚洲精品久久| 久久精品国产99精品国产亚洲性色 | 一区二区三区精品91| 国产免费现黄频在线看| 18禁国产床啪视频网站| 亚洲性夜色夜夜综合| 亚洲一区二区三区欧美精品| 国产欧美日韩综合在线一区二区| 亚洲第一欧美日韩一区二区三区| 两个人看的免费小视频| 搡老熟女国产l中国老女人| 精品少妇一区二区三区视频日本电影| 麻豆乱淫一区二区| 亚洲全国av大片| 在线永久观看黄色视频| 视频区欧美日本亚洲| 国产精品久久视频播放| 国产97色在线日韩免费| 欧美大码av| 亚洲一区二区三区不卡视频| 国产精品免费视频内射| 99久久人妻综合| 亚洲视频免费观看视频| 91av网站免费观看| 香蕉国产在线看| 欧美黄色淫秽网站| 人人妻人人添人人爽欧美一区卜| 女性被躁到高潮视频| 黄色 视频免费看| 国产精品国产av在线观看| 午夜福利在线免费观看网站| 又大又爽又粗| 欧美丝袜亚洲另类 | 国产一卡二卡三卡精品| 久久中文字幕人妻熟女| 欧美亚洲 丝袜 人妻 在线| 精品午夜福利视频在线观看一区| 50天的宝宝边吃奶边哭怎么回事| 一区二区三区国产精品乱码| 欧美精品亚洲一区二区| 日本五十路高清| 男女床上黄色一级片免费看| 黄频高清免费视频| 欧美日韩福利视频一区二区| 9色porny在线观看| 一边摸一边抽搐一进一出视频| 12—13女人毛片做爰片一| avwww免费| 黄色视频,在线免费观看| 两性夫妻黄色片| 18禁裸乳无遮挡动漫免费视频| 久久热在线av| 欧美日韩精品网址| 91字幕亚洲| 国产av一区二区精品久久| 日本黄色日本黄色录像| 嫁个100分男人电影在线观看| 亚洲成a人片在线一区二区| 久久久久久亚洲精品国产蜜桃av| 久99久视频精品免费| 成人黄色视频免费在线看| 这个男人来自地球电影免费观看| 欧美在线一区亚洲| 日韩熟女老妇一区二区性免费视频| 99热只有精品国产| 啦啦啦免费观看视频1| 在线视频色国产色| 婷婷精品国产亚洲av在线 | 亚洲av成人av| 91麻豆精品激情在线观看国产 | 久久国产精品人妻蜜桃| 精品午夜福利视频在线观看一区| 国产国语露脸激情在线看| 一区在线观看完整版| 国产精品久久视频播放| 满18在线观看网站| 美女高潮到喷水免费观看| 99国产精品免费福利视频| 久久精品国产亚洲av香蕉五月 | 两人在一起打扑克的视频| 国产成人av激情在线播放| 亚洲午夜精品一区,二区,三区| 嫩草影视91久久| 男女床上黄色一级片免费看| 满18在线观看网站| 很黄的视频免费| 啦啦啦视频在线资源免费观看| 激情视频va一区二区三区| 两个人免费观看高清视频| 久久久久久久精品吃奶| 极品人妻少妇av视频| 亚洲国产中文字幕在线视频| 欧美日韩国产mv在线观看视频| 日韩中文字幕欧美一区二区| 国产真人三级小视频在线观看| 久久香蕉国产精品| 日韩人妻精品一区2区三区| 国产精品秋霞免费鲁丝片| 国产在线精品亚洲第一网站| 欧美不卡视频在线免费观看 | 18禁裸乳无遮挡动漫免费视频| 国精品久久久久久国模美| 在线看a的网站| 精品无人区乱码1区二区| 日日爽夜夜爽网站| 老熟妇仑乱视频hdxx| 1024香蕉在线观看| 天天操日日干夜夜撸| 99久久精品国产亚洲精品| 日日摸夜夜添夜夜添小说| 亚洲中文字幕日韩| 热99久久久久精品小说推荐| 精品福利永久在线观看| 十分钟在线观看高清视频www| 欧美最黄视频在线播放免费 | 欧美久久黑人一区二区| 国产乱人伦免费视频| 亚洲精品在线观看二区| 99精品欧美一区二区三区四区| 十八禁人妻一区二区| 大片电影免费在线观看免费| 亚洲va日本ⅴa欧美va伊人久久| 人人妻,人人澡人人爽秒播| videosex国产| 成人手机av| 91大片在线观看| a级毛片黄视频| 一级a爱片免费观看的视频| 精品久久久久久久毛片微露脸| 人人妻人人澡人人看| 精品国产乱子伦一区二区三区| 麻豆乱淫一区二区| 欧美午夜高清在线| 人成视频在线观看免费观看| 99久久综合精品五月天人人| 欧美国产精品va在线观看不卡| 国产无遮挡羞羞视频在线观看| 午夜视频精品福利| 欧美日韩精品网址| 国产99白浆流出| 美女视频免费永久观看网站| 丰满饥渴人妻一区二区三| 悠悠久久av| 亚洲少妇的诱惑av| 国产一区有黄有色的免费视频| 日本欧美视频一区| 国产91精品成人一区二区三区| 大香蕉久久网| 最近最新中文字幕大全免费视频| 18禁裸乳无遮挡免费网站照片 | 成人精品一区二区免费| 女性被躁到高潮视频| 亚洲国产欧美日韩在线播放| av有码第一页| tocl精华| 看片在线看免费视频| 国产野战对白在线观看| 老司机影院毛片| 欧美黄色淫秽网站| 久久久久国产精品人妻aⅴ院 | 亚洲精品乱久久久久久| 国产在视频线精品| 免费黄频网站在线观看国产| 欧美日韩亚洲综合一区二区三区_| av片东京热男人的天堂| 免费日韩欧美在线观看| 久久精品国产亚洲av香蕉五月 | 老汉色∧v一级毛片| 成人亚洲精品一区在线观看| 免费在线观看亚洲国产| 又黄又粗又硬又大视频| 亚洲国产毛片av蜜桃av| 老鸭窝网址在线观看| 两个人看的免费小视频| 黄色 视频免费看| 国产免费现黄频在线看| 女人被狂操c到高潮| 欧美激情久久久久久爽电影 | 国精品久久久久久国模美| av天堂在线播放| 亚洲国产精品一区二区三区在线| 国产成人啪精品午夜网站| 久久久精品区二区三区| 亚洲av日韩精品久久久久久密| av片东京热男人的天堂| 免费在线观看视频国产中文字幕亚洲| 久久精品aⅴ一区二区三区四区| 国产色视频综合| 99精品在免费线老司机午夜| www.自偷自拍.com| 国产伦人伦偷精品视频| 亚洲欧洲精品一区二区精品久久久| 久久久久久免费高清国产稀缺| 久久精品人人爽人人爽视色| 国产单亲对白刺激| 成年版毛片免费区| www.999成人在线观看| aaaaa片日本免费| 又黄又爽又免费观看的视频| 欧美激情 高清一区二区三区| 精品国产一区二区久久| 757午夜福利合集在线观看| av视频免费观看在线观看| 久久午夜亚洲精品久久| netflix在线观看网站| 久久久久久人人人人人| 亚洲九九香蕉| 国产亚洲欧美精品永久| av免费在线观看网站| 久久国产乱子伦精品免费另类| 91麻豆精品激情在线观看国产 | 成熟少妇高潮喷水视频| 精品福利永久在线观看| 极品教师在线免费播放| 午夜福利乱码中文字幕| 国产有黄有色有爽视频| 久久草成人影院| 在线观看66精品国产| 亚洲精品粉嫩美女一区| 精品久久蜜臀av无| 亚洲精品国产色婷婷电影| 久久香蕉精品热| 老汉色av国产亚洲站长工具| 亚洲欧美激情综合另类| 国产乱人伦免费视频| 国产欧美日韩精品亚洲av| 色婷婷av一区二区三区视频| 午夜激情av网站| 亚洲熟妇熟女久久| 精品久久久久久电影网| 国产精品98久久久久久宅男小说| 国产精品二区激情视频| 国产成人av教育| 岛国在线观看网站| 日韩欧美三级三区| 在线观看免费午夜福利视频| 亚洲专区字幕在线| 午夜福利一区二区在线看| 波多野结衣一区麻豆| 91九色精品人成在线观看| 国产av一区二区精品久久| 欧美人与性动交α欧美精品济南到| 亚洲午夜理论影院| avwww免费| 别揉我奶头~嗯~啊~动态视频| 又黄又粗又硬又大视频| 黄色女人牲交| 视频区图区小说| 欧美乱色亚洲激情| 热99久久久久精品小说推荐| 亚洲色图 男人天堂 中文字幕| 中文字幕精品免费在线观看视频| 一区二区日韩欧美中文字幕| 成年人黄色毛片网站| 国精品久久久久久国模美| 久久狼人影院| 青草久久国产| 久久精品国产综合久久久| 宅男免费午夜| 国产成人一区二区三区免费视频网站| 又黄又爽又免费观看的视频| 亚洲男人天堂网一区| 日本vs欧美在线观看视频| 亚洲国产精品合色在线| www.999成人在线观看| aaaaa片日本免费| 国产亚洲av高清不卡| 成在线人永久免费视频| 丰满人妻熟妇乱又伦精品不卡| 91字幕亚洲| 亚洲国产欧美一区二区综合| 人妻丰满熟妇av一区二区三区 | 99国产精品免费福利视频| 精品久久久久久电影网| 久久久精品区二区三区| av网站免费在线观看视频| 国产成人精品久久二区二区免费| 人妻一区二区av| 高清av免费在线| 国产欧美日韩一区二区三区在线| 亚洲一码二码三码区别大吗| 亚洲精品久久午夜乱码| 午夜福利视频在线观看免费| 制服诱惑二区| 欧美日韩瑟瑟在线播放| 十八禁网站免费在线| 中文字幕色久视频| 成人特级黄色片久久久久久久| 久久国产精品大桥未久av| 久久影院123| 一级a爱片免费观看的视频| 欧美日韩一级在线毛片| 亚洲va日本ⅴa欧美va伊人久久| www.999成人在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 午夜成年电影在线免费观看| 亚洲 欧美一区二区三区| 欧美av亚洲av综合av国产av| 大香蕉久久成人网| 亚洲自偷自拍图片 自拍| 亚洲精品国产精品久久久不卡| 免费久久久久久久精品成人欧美视频| 国产一区二区三区视频了| 国产成人精品无人区| 国产成人精品久久二区二区免费| 亚洲视频免费观看视频| 777米奇影视久久| 悠悠久久av| a级毛片在线看网站| 欧美性长视频在线观看| 黄色视频不卡| 欧美中文综合在线视频| 99久久人妻综合| 国产精品成人在线| 亚洲午夜精品一区,二区,三区| 99在线人妻在线中文字幕 | av线在线观看网站| 一区二区三区精品91| 亚洲一区中文字幕在线| 精品久久久久久久毛片微露脸| 精品第一国产精品| 在线观看一区二区三区激情| 女警被强在线播放| 亚洲欧美日韩另类电影网站| 51午夜福利影视在线观看| 精品国内亚洲2022精品成人 | 亚洲精华国产精华精| 好看av亚洲va欧美ⅴa在| 一二三四社区在线视频社区8| 高清在线国产一区| 免费少妇av软件| 久久这里只有精品19| 老司机靠b影院| 18禁裸乳无遮挡免费网站照片 | 日日摸夜夜添夜夜添小说| 亚洲第一青青草原| 国产精品亚洲av一区麻豆| 18禁观看日本| 欧美人与性动交α欧美精品济南到| 日本黄色视频三级网站网址 | 久久青草综合色| 久久亚洲精品不卡| 欧美黄色淫秽网站| 老熟女久久久| 丝袜人妻中文字幕| 一边摸一边抽搐一进一出视频| 久久中文字幕人妻熟女| 国产精品电影一区二区三区 | 欧美久久黑人一区二区| 亚洲片人在线观看| 最新在线观看一区二区三区| 日韩制服丝袜自拍偷拍| 如日韩欧美国产精品一区二区三区| 国产精品1区2区在线观看. | 色婷婷av一区二区三区视频| 天天躁夜夜躁狠狠躁躁| 男人操女人黄网站| 在线观看66精品国产| 男女下面插进去视频免费观看| 亚洲欧美激情综合另类| 欧美成人午夜精品| 亚洲国产欧美一区二区综合| 岛国在线观看网站| 性色av乱码一区二区三区2| 91在线观看av| 人人妻人人澡人人爽人人夜夜| 久久青草综合色| 亚洲,欧美精品.| 成人18禁高潮啪啪吃奶动态图| 午夜福利一区二区在线看| 大片电影免费在线观看免费| 欧美精品高潮呻吟av久久| 欧美黄色淫秽网站| 日本五十路高清| 免费不卡黄色视频| 好男人电影高清在线观看| 欧美人与性动交α欧美精品济南到| 激情视频va一区二区三区| 18禁裸乳无遮挡免费网站照片 | 一本综合久久免费| 99精国产麻豆久久婷婷| 丝袜美足系列| 欧美日韩中文字幕国产精品一区二区三区 | 人妻丰满熟妇av一区二区三区 | 中文欧美无线码| 国产亚洲一区二区精品| 最新的欧美精品一区二区| av免费在线观看网站| 最近最新免费中文字幕在线| 国产乱人伦免费视频| 啪啪无遮挡十八禁网站| 9热在线视频观看99| 免费人成视频x8x8入口观看| 激情在线观看视频在线高清 | 热99国产精品久久久久久7| 狠狠婷婷综合久久久久久88av| 咕卡用的链子| 国产av精品麻豆| 日韩免费高清中文字幕av| 日韩欧美免费精品| 一本大道久久a久久精品| 精品国产一区二区三区久久久樱花| 黄色毛片三级朝国网站| 国产精品二区激情视频| 免费在线观看日本一区| 亚洲av成人av| 亚洲色图综合在线观看| 日本黄色日本黄色录像| 免费观看精品视频网站| 岛国毛片在线播放| 欧美最黄视频在线播放免费 | 久久国产乱子伦精品免费另类| 一进一出抽搐动态| av免费在线观看网站| 亚洲欧美一区二区三区黑人| 亚洲va日本ⅴa欧美va伊人久久| 啦啦啦 在线观看视频| 免费av中文字幕在线| 国产淫语在线视频| svipshipincom国产片| 午夜免费观看网址| 两个人看的免费小视频| 亚洲精品美女久久久久99蜜臀| 人妻丰满熟妇av一区二区三区 | 麻豆国产av国片精品| 女人被躁到高潮嗷嗷叫费观| 热99re8久久精品国产| 国产日韩欧美亚洲二区| 成年女人毛片免费观看观看9 | 亚洲国产欧美一区二区综合| 一级a爱视频在线免费观看| 高清毛片免费观看视频网站 | 男男h啪啪无遮挡| 视频区欧美日本亚洲| 美女福利国产在线| 99国产综合亚洲精品| 热99国产精品久久久久久7| а√天堂www在线а√下载 | 狠狠狠狠99中文字幕| 老熟妇乱子伦视频在线观看| 久久亚洲真实| 国产精品亚洲一级av第二区| 国产精华一区二区三区| 国产成人欧美| 热99re8久久精品国产| 免费黄频网站在线观看国产| 精品久久蜜臀av无| 久久精品熟女亚洲av麻豆精品| 亚洲欧洲精品一区二区精品久久久| 亚洲av美国av| 国产激情欧美一区二区| 人人妻人人澡人人爽人人夜夜| 日韩免费高清中文字幕av| 国产成人精品久久二区二区91| 黄色成人免费大全| 成人手机av| 成人国产一区最新在线观看| 夜夜夜夜夜久久久久| 久久狼人影院| 久久影院123| 19禁男女啪啪无遮挡网站| 亚洲av成人一区二区三| 亚洲七黄色美女视频| 国产亚洲av高清不卡| 在线观看日韩欧美| 午夜影院日韩av| 欧美另类亚洲清纯唯美| 亚洲,欧美精品.| 日日摸夜夜添夜夜添小说| 91成年电影在线观看| 99国产精品一区二区三区| 满18在线观看网站| 亚洲精品一卡2卡三卡4卡5卡| 制服诱惑二区|