使用加速度計和機器學習的運動類型檢測

Question

我即將開始使用加速度計來檢測運動類型，無論是跳躍，跑步，走路等，的移動應用程序的開發。現在我已經做了很多在線搜索最近並有所瞭解，使用機器學習可以檢測從加速度計收集的樣本數據中的模式。我對機器學習完全陌生，但如果我理解正確（基於其他專家在線提供的提示），我可以使用支持向量機或神經網絡來識別收集的樣本中的模式，並將其映射到特定的移動類型。我也知道OpenCV庫提供了這兩種方法。

有專業知識的人可以告訴我哪種方法更好用，還可以指導我完成從數據收集到結果呈現所需的步驟？

Answer 1

沒有明確的證據表明SVM或NN在一般情況下更好，性能在很大程度上取決於應用程序以及如何設置兩種算法。因此，找出任何新應用程序的唯一方法是使用相同的數據嘗試它們兩個，並查看哪個更好。另外，NN對於分類一般在計算上更快，但訓練速度慢。支持向量機訓練速度更快，但分類速度更慢。

對於您的情況，您的算法的輸入參數將是更大的問題。我不會將原始加速度計數據提供給SVM或NN。相反，我會進行預處理並獲得基本信息，例如總體功率，標準偏差，可能是頻域中的一些係數，以確定其速度。這樣做可以讓您更好地直觀地改善和調整分類器。如果你有正確的輸入參數，你甚至可能不需要NN或SVM來確定基本運動，只是簡單的最近距離標識符可能工作。祝你好運。