地球资源数据云——数据资源详情

使用智能手机进行人类活动识别

人类活动识别数据库是根据 30 名研究参与者携带带有嵌入式惯性传感器的腰部智能手机进行日常生活活动 (ADL) 的记录构建的。目标是将活动分类为所执行的六项活动之一。 实验描述 该实验由 30 名年龄在 19 至 48 岁之间的志愿者组成。每个人腰间佩戴智能手机（三星 Galaxy S II）进行六种活动（行走、上楼行走、下楼行走、坐着、站立、躺着）。使用其嵌入式加速度计和陀螺仪，我们以 50Hz 的恒定速率捕获 3 轴线性加速度和 3 轴角速度。实验已被录像以手动标记数据。获得的数据集被随机分为两组，其中70%的志愿者被选择用于生成训练数据，30%的志愿者被选择用于生成测试数据。 传感器信号（加速度计和陀螺仪）通过应用噪声滤波器进行预处理，然后在 2.56 秒和 50% 重叠的固定宽度滑动窗口中采样（128 个读数/窗口）。传感器加速度信号包含重力和身体运动分量，使用巴特沃斯低通滤波器将其分离为身体加速度和重力。假设重力仅具有低频分量，因此使用截止频率为 0.3 Hz 的滤波器。通过计算时域和频域的变量，从每个窗口获得特征向量。 属性信息 对于数据集中的每条记录，提供以下内容： 来自加速度计的三轴加速度（总加速度）和估计的身体加速度。 来自陀螺仪的三轴角速度。 具有时域和频域变量的 561 个特征向量。 它的活动标签。