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(shù)的發(fā)展和普及，智能穿戴設(shè)備逐漸進入大眾的視野。智能穿戴設(shè)備通過實時獲取的傳感器信號識別當(dāng)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(guān)注自己的健康狀況。規(guī)律的日常活動與身體健康狀況息息相關(guān)。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(gòu)建方面存在的一些缺陷的基礎(chǔ)上，提出新的特征抽取與

2、模型構(gòu)建的方法，同時進一步探討活動識別與健康的關(guān)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(fù)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(zhǔn)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(dǎo)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(gòu)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(biāo)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(shè)備收集到的活動和睡眠數(shù)據(jù)，對活動和睡眠的關(guān)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