基于手機(jī)傳感器的行為識(shí)別和行為習(xí)慣分析.pdf

1、近幾年來，隨著信息科學(xué)和傳感器技術(shù)的進(jìn)步，基于傳感器的人體行為識(shí)別獲得了極大的發(fā)展。其中基于可穿戴傳感器的行為識(shí)別作為移動(dòng)式計(jì)算的重要方面給各種上層應(yīng)用提供了許多支持，例如在智能家居、老人或病人監(jiān)護(hù)等領(lǐng)域使用可穿戴式傳感器可以實(shí)時(shí)獲得用戶的活動(dòng)情況，從而快速準(zhǔn)確的識(shí)別出當(dāng)前用戶的行為活動(dòng)。但是將傳感器安裝在用戶身上進(jìn)行長時(shí)間內(nèi)的行為感知會(huì)給用戶的正常生活帶來很多不便，所以手機(jī)傳感器作為采集數(shù)據(jù)的載體越來越受到研究者的關(guān)注。手機(jī)傳感器的便

2、攜性和隱蔽性可以避免給用戶帶來不便，但是大量的研究僅僅是使用手機(jī)進(jìn)行短時(shí)間的數(shù)據(jù)采集。因此，本文基于智能手機(jī)采集用戶長時(shí)間的行為活動(dòng)數(shù)據(jù)，對(duì)行為識(shí)別與分析的相關(guān)方法進(jìn)行研究。
　　論文的主要工作有兩部分:首先采用集成分類器方法對(duì)手機(jī)采集到的數(shù)據(jù)進(jìn)行行為識(shí)別，然后使用聚類算法和關(guān)聯(lián)算法對(duì)行為進(jìn)行分析:
　　在行為識(shí)別階段，首先為了獲得更好的數(shù)據(jù)預(yù)處理結(jié)果，論文對(duì)濾波算法的有效性進(jìn)行比較研究，使用高通濾波加均值濾波以及獨(dú)立成分分

3、析加小波變換兩種方法對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，從數(shù)據(jù)處理效果來看采用后一種方法能夠使各項(xiàng)活動(dòng)狀態(tài)信號(hào)之間的差異性更大，濾波效果更優(yōu)。然后使用集成分類器進(jìn)行行為識(shí)別并與單一分類器的識(shí)別結(jié)果進(jìn)行多方面的比較，并通過實(shí)驗(yàn)證明使用集成分類器進(jìn)行分類能夠獲得更好的識(shí)別效果。
　　在行為分析階段，為了研究哪些方法適合應(yīng)用于行為分析，本文在行為識(shí)別的基礎(chǔ)上使用相關(guān)聚類算法和關(guān)聯(lián)分析方法對(duì)用戶日常行為活動(dòng)進(jìn)行分析。首先將基于閾值半徑的自適應(yīng)K-mea

4、ns算法應(yīng)用于行為信息聚類分析，通過對(duì)活動(dòng)熱點(diǎn)區(qū)域的聚類分析，說明該方法能夠獲得較好的聚類結(jié)果。然后將Cramer方法應(yīng)用于行為信息相關(guān)程度分析，通過對(duì)影響用戶就餐習(xí)慣的因素進(jìn)行相關(guān)程度分析，得出就餐時(shí)間與就餐地點(diǎn)之間呈強(qiáng)相關(guān)性，說明使用Cramer方法能夠有效地分析出行為信息之間的相關(guān)程度。最后將Apriori方法應(yīng)用于行為活動(dòng)預(yù)測(cè)，通過對(duì)影響用戶是否去海邊的因素進(jìn)行分析，得出天氣、工作時(shí)間等因素對(duì)活動(dòng)的影響情況，實(shí)驗(yàn)證明使用Apri