基于Android的典型人體運動識別算法與應用研究.pdf

1、本文提出了一種利用智能手機進行人體運動識別的方法，手機按使用者的習慣任意的放置在口袋中。為了實現(xiàn)監(jiān)測的智能化，我們利用手機內(nèi)置的光線和近距離傳感器結(jié)合手機的通話狀態(tài)，建立了一個判斷手機放置位置的模型。當判斷出手機放置在口袋中后就激活手機內(nèi)置的運動傳感器采集人體的運動數(shù)據(jù)，然后將手機采集的數(shù)據(jù)在WEKA環(huán)境下進行特征值的挖掘。并利用其工具箱中的J48決策樹、貝葉斯(NB)、序列最小優(yōu)化(SMO)3種分類器對實驗者的數(shù)據(jù)集進行離線分析，其中

2、J48的分類精度最高達到了89.6％。最后利用分類效果比較好的J48決策樹，在手機上開發(fā)了一種實時運動分類算法。
　　當識別出了人體的運動狀態(tài)后，又研究了走路和跑步兩種運動狀態(tài)下的計步算法。一種是利用智能手機來實現(xiàn)計步，另一種是利用中科院深圳先進技術(shù)研究院自主開發(fā)的微型動態(tài)心電儀來進行計步。又由于跌倒現(xiàn)象在老年人群體中比較常見且對老年人造成的危害比較大，我們又對跌倒監(jiān)測的算法進行了研究。我們將手機固定在胸口的位置來進行數(shù)據(jù)的采集，

3、讓志愿者在實驗室條件下模擬老年人的跌倒。最后，我們設(shè)計了一種跌倒預警系統(tǒng)。文中我們對人體運動中的心電數(shù)據(jù)也進行了采集，研究了不同運動狀態(tài)下的心電，試圖找到一種有用的信號來輔助我們進行運動的識別。
　　本文的主要研究內(nèi)容包括以下三個方面:
　　1、利用智能手機內(nèi)置的光線和近距離傳感器判別手機的放置位置，識別出手機的位置后進行手機在位置和方向都不固定的情況下的人體運動識別算法的研究。利用WEKA數(shù)據(jù)挖掘軟件進行分類算法的對比，最