我想知道是否有一些库/算法/技术有助于从加速度计数据（从任何智能手机中提取）中提取用户上下文（步行/站立）？
例如，我会在一段时间内每 5 秒收集一次加速度计数据，然后识别用户上下文（例如，前 5 分钟，用户正在走路，然后用户站立一分钟，然后他继续再步行3分钟）。
非常感谢你:)
问问题
4040 次
4 回答
3
于 2013-05-16T06:47:50.987 回答
2
它仍然是一个研究课题，请看这篇讨论算法的论文
于 2012-12-08T22:08:44.617 回答
1
我不知道任何这样的图书馆。
编写这样的库是一项非常耗时的任务。基本上，您将构建一个您希望识别的“用户上下文”数据库。
然后您收集数据并将其与数据库中的数据进行比较。至于如何比较，请参阅将方向存储到数组 - 和比较，加速度计也是如此。
于 2012-11-19T13:50:27.170 回答
0
步行/跑步数据在很多方面类似于心率数据。在过滤噪声和获得平滑峰值方面，研究噪声过滤和峰值检测算法。以下用于获取心脏病患者的心率信息，应该是一个很好的起点： http: //www.docstoc.com/docs/22491202/Pan-Tompkins-algorithm-algorithm-to-detect-QRS-心电图复合体
想想你想如何过滤掉噪音和检测峰值；过滤器显然取决于您收集的原始数据，但最好大致了解您希望对数据进行哪种过滤。考虑一下过滤数据后需要做什么。在你的情况下，想想你将如何设计一种算法来找出数据何时指示活动（如步行、跑步等），以及何时显示用户处于静止状态。这是一个相当具有挑战性的问题，一旦你考虑到设备本身的动态（当用户走路/跑步时它是如何定位的），以及几乎没有（如果不是没有）基准算法可以做到这一点的事实原始智能手机数据。
Start with determining the appropriate algorithms, and then tackle the complexities (mentioned above) one by one.
于 2013-07-17T23:25:28.547 回答