人體運(yùn)動(dòng)識(shí)別與綜合分析系統(tǒng).pdf

1、本文提出并實(shí)現(xiàn)一種基于移動(dòng)設(shè)備的用戶運(yùn)動(dòng)行為的檢測(cè)算法。在用戶隨身攜帶移動(dòng)設(shè)備的情況下，算法可以根據(jù)移動(dòng)設(shè)備中的三軸加速度數(shù)據(jù)，判別出用戶的運(yùn)動(dòng)狀態(tài)。算法綜合分析了加速度傳感器數(shù)據(jù)的時(shí)域和頻域特性，并通過(guò)方向無(wú)關(guān)性和步幅處理，進(jìn)一步提高算法的適應(yīng)性。算法對(duì)所抽取21個(gè)運(yùn)動(dòng)特征值進(jìn)行了主成分分析，找出了11個(gè)主要特征成分，然后使用這些主成分對(duì)運(yùn)行數(shù)據(jù)進(jìn)行識(shí)別分類。提高了算法準(zhǔn)確度，并降低了算法的時(shí)間和空間復(fù)雜度。在對(duì)分類算法綜合分析和比較

2、后，J48判決樹(shù)算法被采納。算法還根據(jù)人類運(yùn)動(dòng)的習(xí)慣和特性，對(duì)特性分類并計(jì)算分類的結(jié)果，再采用隱式馬爾科夫模型進(jìn)行處理，進(jìn)一步提高識(shí)別的準(zhǔn)確度。在對(duì)多人多狀態(tài)數(shù)據(jù)的實(shí)驗(yàn)表明，這種綜合方法具有較高的識(shí)別準(zhǔn)確度和適應(yīng)性，在對(duì)多人多次實(shí)際運(yùn)動(dòng)數(shù)據(jù)的處理中，正確識(shí)別率可以達(dá)到96.13％。
　　本文提出了一種基于用戶年齡，性別，體重，身高等因素共同作用下的運(yùn)動(dòng)強(qiáng)度計(jì)算方法，這種方法更能凸顯不同用戶體質(zhì)特征下的運(yùn)動(dòng)強(qiáng)度大小。在收集用戶一段時(shí)

3、間最新的運(yùn)動(dòng)強(qiáng)度數(shù)據(jù)后，本文將為用戶建立一個(gè)完全基于用戶個(gè)體特征的運(yùn)動(dòng)強(qiáng)度模型。然后根據(jù)此模型，本文將會(huì)識(shí)別出用戶所有非正常的運(yùn)動(dòng)狀態(tài)，然后對(duì)這些運(yùn)動(dòng)狀態(tài)進(jìn)行預(yù)警。經(jīng)試驗(yàn)證明，這種異常運(yùn)動(dòng)檢測(cè)模型將會(huì)更加準(zhǔn)確的判定用戶運(yùn)動(dòng)狀態(tài)，讓用戶擁有一種更科學(xué)的健康運(yùn)動(dòng)方式。
　　最后在本文研究理論基礎(chǔ)上，完整的開(kāi)發(fā)了兩套應(yīng)用程序。一套是一個(gè)完整功能的手機(jī)端應(yīng)用程序（APP），用以實(shí)現(xiàn)用戶運(yùn)動(dòng)狀態(tài)的識(shí)別。此手機(jī)APP出色的完成了運(yùn)動(dòng)識(shí)別，運(yùn)動(dòng)