使用加速度計和機器學習進行運動類型檢測

Question

我即將着手開發使用加速度計來檢測運動類型（是否是跳躍，跑步，步行等）的移動應用程序。現在，我最近在網上做了很多搜索，並且有些了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。 我是機器學習的新手，但是如果我理解正確（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所收集樣本中的模式並將其映射到特定的運動類型。 我也知道OpenCV庫提供了這兩種方法。

能在該領域具有專業知識的人告訴我哪種方法更好用，並指導我完成從數據收集到結果表示的所有步驟嗎？

Answer 1

沒有確鑿的證據表明SVM或NN在一般情況下更好，並且性能在很大程度上取決於應用程序以及如何設置這兩種算法。 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這兩個應用程序，並查看哪個應用程序性能更好。

而且，NN通常在分類上計算速度較快，但在訓練上則較慢。 SVM用於訓練的速度更快，但是用於分類的速度則較慢。

對於您的情況，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輸入SVM或NN。 取而代之的是，我將進行預處理並獲得基本信息，例如總功率，標准偏差，頻域中的一些系數，以確定其運行速度。 通過這種方式可以更好地了解和改進分類器。 如果輸入參數正確，則可能甚至不需要NN或SVM即可確定基本運動，只需簡單的最近距離標識符即可。 祝好運。