如何同時提供多個數據流的隱馬爾可夫模型（HMM）？

Question

我建立了一個由8個加速度計組成的人體傳感器網絡。 在每個樣本（大約30 Hz）下，每個加速度計都給出XY和Z值。

我已使用jahmm java庫對由一個加速度計組成的數據流進行分類。 這很好。 但是現在我對如何擴展代碼感到困惑，因為它可以被多個加速度計所接受。

單個數據流如下所示：

 [-4.976763 7.096352 1.3488603]; [-4.8699903 7.417777 1.3515397];...

該庫允許定義特征向量的維數。 在上面的流中，維數為3。我想將維數提高到3 x 8 = 24，然后將所有加速度計簡單地連接到單個24D特征向量中。

這是要走的路，還是會使我的成績惡化？

編輯：

我現在已經收集了數據，看起來像這樣（一位參與者）：

"GESTURE A",[{407 318 425};...{451 467 358};{427 525 445};][{440 342 456}...;{432 530 449};]
"GESTURE A",[{406 318 424};...{450 467 357};{422 525 445};][{440 342 456}...;{428 531 449};]
"GESTURE B",[{407 318 424};...{449 466 357};{423 524 445};][{440 342 456}...;{429 530 449};]
"GESTURE B",[{380 299 399};...{424 438 338};{404 500 426};][{433 337 449}...;{429 529 449};]

{... ... ...}之間的值表示一個加速度計。 每個樣品（大約30hz）我有8個加速度計。 一個樣本在[...]之內。 每個手勢示例中，我大約有40個[...]塊

您是否建議我采用第一個傳感器（[]的每個塊的第一個{}）並創建具有結果序列的模型，第二個傳感器直到第八個模型都相同？

這將為每個手勢提供8個模型。 比一個測試序列產生8個概率。 因此，我需要某種形式的復數投票才能獲得覆蓋類。 這是你的意思嗎？

謝謝

Answer 1

我建議每個加速度計使用一個HMM，因此請使用8個並行模型。 然后，您可以分別評估每個渠道並將所有內容放在一起以獲得結果。 因此，您必須在庫周圍編寫一些代碼。

如果要在一個HMM中處理所有內容，則必須編寫自己的觀察類型，該類型可以處理所有8個輸入流，例如MyObservation extends Observation 。