融合运动和生理传感数据的日常活动识别方法

摘要

本发明公开了一种融合运动和生理传感数据的日常活动识别方法。该方法首先利用智能手机和可穿戴式生理传感设备采集运动传感数据和生理传感数据。然后，分别提取时域、频域的统计特征以及非线性特征，并通过序列浮动前向选择方法进行特征选择。通过支持向量机和混合高斯模型分别训练运动传感数据和生理传感数据的活动识别子模型。最后，通过分数级融合方法将子模型进行加权整合，得到最终的日常活动分类模型。本发明融合运动传感数据和生理传感数据，能提高日常活动识别的准确率，在智慧家庭、医疗保健、老年人辅助等领域具有广阔的应用前景。

主权项

一种融合运动和生理传感数据的日常活动识别方法，其特征在于，包括：步骤1，采用穿戴式生理传感设备以及智能设备采集用户在日常活动时的数据，并将数据进行预处理，其中数据包括生理传感数据以及运动数据；步骤2，对预处理后的数据提取所需要的若干特征向量；步骤3，将特征向量输入识别模型中对应的识别子模型进行活动判别，各个识别子模型输出概率向量；步骤4，将每个概率向量转换为具有活动类别的识别子模型向量；步骤5，利用融合模型将得到的所有识别子模型向量进行融合，得到最终的活动识别结果。