基于智能手机陀螺仪数据的行为识别论文.doc

PAGE PAGE 33 基于智能手机陀螺仪数据的行为识别 中文摘要 关键字:陀螺仪 行为识别 英文摘要 keywords TOC \o 1-3 \h \z \u 一、绪论 h II 1.1背景及研究意义 h II 1.2论文的主要工作及章节安排 h II 二、相关概念 h III 2.1陀螺仪传感器 h III 2.1.1原理 h III 2.1.2组成 h III 2.1.3陀螺仪在手机上的应用 h III 2.2机器学习 h IV 2.2.1分类 h V 2.3 支持向量机SVM h V 2.3.1基本原理 h V 2.3.2核函数（kernel function） h VI 2.3.3 SMO算法 h VII 2.3人体行为识别 h VII 三、实验流程及方法 h VII 3.1实验流程 h VII 3.2实验工具 h VIII 3.3实验方法 h VIII 3.3.1 softmax h VIII 3.3.2 fitcecoc h VIII 3.4评价指标 h VIII 四、实验一的过程及结果分析 h VIII 4.1实验目的 h VIII 4.2实验设计 h IX 4.2.1数据说明及处理 h IX 4.2.2参数 h IX 4.2.3对比结果 h X 4.3实验结果 h XI 五、实验二 h XII 5.1实验目的 h XII 5.2实验设计 h XII 5.2.1数据说明及处理 h XII 5.2.2参数 h XII 5.2.3对比结果 h XII 六、总结与展望 h XII 一、绪论 1.1背景及研究意义 随着信息技术的不断发展与日益成熟，传感器制造技术也有了极大提高，在众多领域中的应用也越来越普遍。传感器技术的应用使获取环境信息和用户活动信息变得切实可行，从而对环境监控、医疗健康事业以及智能家居等其他相关领域起到了很大的辅助作用，尤其是手机传感器技术对整个感知计算环境有着重要的影响。 在过去的十几年中，手机传感器技术或者叫做随身技术已获得研究人员的极大关注，并且这种技术得到了很大的发展，原因在于使用手机式传感器系统可以对个人、家庭以及社区进行长期的监测，从而掌握其行为动机防止意外情况发生，保护器安全性。例如对小脑平衡系统紊乱的病人的复健过程进行监测，可将感知运动强度和心率的传感器连接到病人的手腕和脚踝，获取病人的心率和呼吸频率等信息，通过传感器对病人的实时监控确保病人在安全的运动强度下进行恢复训练。 智能手机传感器作为感知技术计算领域的一个重要分支，由于其便携性与价格较低因而十分具有研究及普遍应用的价值。例如用户通过佩戴智能手机，可在户外、办公等情况下对自身的活动状态进行实时监测，也可以根据历史数据对用户的行为习惯进行建模，从而能够做到自动地调整环境、相关事件的提醒等。在医疗监护领域，可以实时监测判断伤残人士的病情趋势和恢复训练过程以及老人小孩的监护情况。 基于传感器数据的行为识别属于目前的热点研究，但是，目前一般是通过研究智能手机内的加速度传感器或多种传感器共同作用对人体行为识别，少有单独研究陀螺仪对人体行为识别的作用及重要程度。本论文着重研究智能手机陀螺仪对人体行为识别的研究，通过支持向量机对陀螺仪数据进行训练，建立模型，判断对人体六种动作（跑步、站立、坐、躺、上楼梯、下楼梯）的识别能力，得出正确率。并将陀螺仪、加速度、陀螺仪与加速度合集等的正确率做对比，判断出陀螺仪及相关数据在人体行为识别中发挥的作用。 1.2论文的主要工作及章节安排 本论征，通过matlab 2016a将数据分为四个数据组，且每个数据组都包含五种数据集。通过matlab自带的两种函数fitcecoc和softmax对这五种数据进行训练分类，得出每种数据集的准确率。最后通过对比结果，分析造成准确率差异的原因文根据所需特，并判断出fitcecoc和softmax这两种函数对数据集的分类效果。 本论文第一章讲述了陀螺仪传感器的研究背景，正是在这种大背景下，陀螺仪等传感器的才得以发展迅速且研究取得很多成果。 第二章介绍了陀螺仪传感器及其工作原理，同时讲述了支持向量机（SVM）的原理。 第三章概述了试验流程， 第四章 第五章 第六章 二、相关概念 2.1陀螺仪传感器 陀螺仪传感器是一个基于自由空间移动的定位和控制系统，它简单易用，现已被广泛运用于手机等移动便携设备。 2.1.1原理 陀螺仪的原理：角动量守恒，即一个正在高速旋转的物体（陀螺），它的旋转轴所指的方向在不受外力影响时是不变的。我们骑自行车也是这个道理，在自行