基于智能手機的活動識別和身份識別技術(shù)研究.pdf

1、隨著內(nèi)置了多種傳感器的智能手機的廣泛普及和使用，智能手機已經(jīng)成為一個集通信、計算以及感知于一體的移動計算平臺。利用智能手機內(nèi)置的傳感器如加速度傳感器和陀螺儀傳感器可以獲取內(nèi)容豐富的傳感數(shù)據(jù)，如何基于加速度傳感器和陀螺儀傳感器進行人的日?；顒幼R別和身份識別是目前移動感知領(lǐng)域研究的熱點和難點問題。
　　論文針對基于智能手機慣性傳感器數(shù)據(jù)的活動識別和身份識別問題展開研究，在對相關(guān)技術(shù)研究基礎(chǔ)上，基于無監(jiān)督特征學(xué)習方法，提出了一種慣性傳感

2、器數(shù)據(jù)特征提取方法；在此基礎(chǔ)上，將這種特征提取方法應(yīng)用到活動識別和身識別當中進行實驗驗證。論文的主要研究內(nèi)容和貢獻如下：
　?。?）針對現(xiàn)有的特征提取方法依賴于領(lǐng)域知識以及可能造成重要信息的損失等缺點，結(jié)合慣性傳感器數(shù)據(jù)的內(nèi)在特性，提出了一種基于無監(jiān)督特征學(xué)習技術(shù)的慣性傳感器數(shù)據(jù)特征提取方法，該方法首先使用無監(jiān)督特征學(xué)習方法學(xué)習多個特征映射，而后再將所有特征映射拼接起來形成最終的特征計算方法，其特點是能自動地從數(shù)據(jù)中學(xué)習特征的表示

3、方法，從而避免了手工設(shè)計的特征的一些缺點，并且從理論和實驗上證驗證了該方法的有效性。
　?。?）為了評估所提出的特征提取方法在活動識別中的優(yōu)劣，本文基于三種常用無監(jiān)督模型提取了三種特征，使用C4.5算法、樸素貝葉斯方法和支持向量機SVM算法進行活動識別，并與其他的常用特征進行比較。實驗結(jié)果表明，本文所提出的特征提取方法所提出的特征在準確率上要高于其他特征。
　　（3）通過對基于智能手機的身份識別的關(guān)鍵技術(shù)進行研究，提出了一種