基於智慧型移動終端的行為識別方法研究

內容簡介

　　《基於智慧型移動終端的行為識別方法研究》以移動智慧型終端為數據採集工具，針對終端攜帶者的行為識別展開研究，發現現有的行為識別方法存在一些技術難點，比如，離線階段基於某個加速度感測器建立的模型不能在線上階段很好地區分來自其他不同型號參數加速度感測器的數據、離線階段基於某些特定位置的行為數據建立的模型不能在線上階段很好地區分新位置的行為數據、離線階段基於一人或者多人的行為數據建立的模型不能在線上階段很好的區分新用戶的行為數據、離線階段基於某些特定類別行為數據構建的模型在線上階段不能區分新類別行為數據。對這些問題，《基於智慧型移動終端的行為識別方法研究》進行了深入剖析，揭露了導致這些問題的本質原因——目標域與源域的數據分布不同。為彌補兩個數據域之間的分布差異，《基於智慧型移動終端的行為識別方法研究》從遷移學習的角度出發，分別提出了相應的解決方案，獲得了一定的效果。由於該領域的研究還處於初步階段，有進一步挖掘的價值，《基於智慧型移動終端的行為識別方法研究》的出版希望能起到拋磚引玉的作用，引起廣大研究人員對該問題的興趣。

圖書目錄

第一章引言

l．1 什麼是行為識別

1．2 為什麼需要行為識別

1．3 研究行為識別的工具和方法有哪些

1．4 我們的研究內容、研究工具、研究方法是什麼

1．4．1 研究內容——個人日常行為識別及其流程

1．4．2 研究工具——行為識別中的感測器設備

1．4．3 研究方法——機器學習方面的研究現狀

1．5 我們遇到的挑戰有哪些

1．6 本書的貢獻

第二章行為數據採集和特徵提取

2．1 數據採集要求

2．1．1 現有的公共數據集

2．1．2 數據採集設備的多樣性

2．1．3 數據採集要求

2．2 數據採集過程

2．3 數據分割和標定

2．4 特徵提取

2．4．1 時域特徵

2．4．2 頻域特徵

2．5 樣本集統計信息

2．6 小結

第三章非特定感測器行為識別方法

3．1 問題描述

3．2 相關研究工作

3．3 面向異質加速度感測器數據的預處理方法

3．3．1 合成加速度的規範化方法

3．3．2 基於時間窗的採樣頻率一致化方法

3．4 實驗及結果分析

3．4．1 數據準備

3．4．2 量綱對數據分布的影響

3．4．3 採樣頻率對數據分布的影響

3．4．4 方法的效果

3．5 小結

第四章非特定位置行為識別方法

4．1 問題描述

4．2 相關研究工作

基於智慧型移動終端的行為識別方法研究

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條