基于CNN的大规模可穿戴传感器运动数据分类
本文使用cnn来对可穿戴传感器收集的大规模运动数据进行分类，同时对传感器数据转换为不同的图像格式输入做出了比较。最佳性能配置以92.1%的准确率将50种健身房运动分类。
作者在这里使用的是cnn而不是rnn(常用来处理时序数据)，是因为每次的重复运动练习（如举哑铃）是花费的时间是非常短的少于4秒，训练时不需要长时间的记忆。
数据集使用的是从push（一种戴在前臂上的可穿戴设备，用于测量运动员的运动）收集的，该数据是由1441名男运动员和307名女运动员的449260个重复运动练习组成的49194个集合组成。
因为cnn的输入长度是固定的，所以将每条序列的长度固定为784。拥有超过784个样本的代表被简单地裁剪出来784个样本，不足的采用zero-paded。
该装置紧紧地绑在上臂上，分别用内置加速度计和陀螺仪测量加速度和方向，因此，时间序列数据具有9个特征(acc x， acc y，acc z) in the local frame， (acc x， acc y， acc z) in the world frame and (eulerangle x，eulerangle y， eulerangle z) in the world frame，数据采集的频率为200hz。
将传感器数据转换成2d形式的输入有3种方法。不同的图像格式选择会导致不同的卷积与不同的相邻元素，其中可能包括不相关元素之间的卷积。
把9×784的时间序列数据作为一个矩形二维图像。
将三个不同的特征组（local accelerations，world accelerations，and euler angles）类比为图像中的rgb通道，并创建一个3×784×3的张量。
将9×784的时间序列数据重新塑造为84×84的方阵如下图所示。
不同各式的2d输入对于卷积的影响
对于9*784形式的输入来说，如果进行步长为1的卷积操作（作者称为9*784 full），acc_x_local位于图像的最上面一行，直到最后一层才与位于最下面一行的euler_angle_z进行卷积，然而acc_z_world位于图像的第6行，它与位于第7行的euler_angle_x有很多卷积的机会，因为它们是相邻的。
对于3*784*3 形式的输入来说，由于卷积分别在3个通道上分别进行，这样不同的组之间就不会发生卷积。
为了避免9*784形式的输入在一层中不同组之间的卷积，可以使用卷积步长来避免这种影响（作者称为9*789 disjointed）。如下图所示。
左图中沿着y轴移动步长为1这样不同的组之间就会发生卷积。右图中沿着y轴移动而步长为3，可以避免不同组之间进行卷积。
实验结果表明，将不同的特征组（local acceleration，world acceleration， euler angle）作为不同的图像通道(3*784*3)处理比二维正方形(84*84)图像或矩形(9*783)图像效果更好。
支付宝推共享充电宝新服务 可一键暂停计费
稳压器有什么作用_稳压器原理介绍
python编写脚本方法
LITEALUM中铝压接的功能特性与应用
Molex为严苛的船舶产业提供广泛解决方案
基于CNN的大规模可穿戴传感器运动数据分类
四极电机和六极电机有什么区别
美容仪是什么,有哪些特点
三极管的工作原理及作用 三极管放大电路原理详解
凌巨科技正在加大其在台湾的汽车和工业控制应用面板模块的生产
集创创亿新里程 ICN2026累计出货量超亿颗
物联网及智能家居和可穿戴应用的相关性
AI芯片 CPU+xPU的异构方案全面解析
5G发展预测,网络将重回有线行业本源
领存X7 2.5寸NVME固态硬盘产品介绍
僵尸网络Vollgar入侵微软近两年 每天有2-3千个数据库被攻陷
pcb覆铜步骤
一加手机“叫好”不“叫座”，只看产品，不看爆炸
生物发光毒性检测仪如何选择
新能源汽车国家监管平台建设顺利通过验收
作者在这里使用的是cnn而不是rnn(常用来处理时序数据)，是因为每次的重复运动练习（如举哑铃）是花费的时间是非常短的少于4秒，训练时不需要长时间的记忆。
数据集使用的是从push（一种戴在前臂上的可穿戴设备，用于测量运动员的运动）收集的，该数据是由1441名男运动员和307名女运动员的449260个重复运动练习组成的49194个集合组成。
因为cnn的输入长度是固定的，所以将每条序列的长度固定为784。拥有超过784个样本的代表被简单地裁剪出来784个样本，不足的采用zero-paded。
该装置紧紧地绑在上臂上，分别用内置加速度计和陀螺仪测量加速度和方向，因此，时间序列数据具有9个特征(acc x， acc y，acc z) in the local frame， (acc x， acc y， acc z) in the world frame and (eulerangle x，eulerangle y， eulerangle z) in the world frame，数据采集的频率为200hz。
将传感器数据转换成2d形式的输入有3种方法。不同的图像格式选择会导致不同的卷积与不同的相邻元素，其中可能包括不相关元素之间的卷积。
把9×784的时间序列数据作为一个矩形二维图像。
将三个不同的特征组（local accelerations，world accelerations，and euler angles）类比为图像中的rgb通道，并创建一个3×784×3的张量。
将9×784的时间序列数据重新塑造为84×84的方阵如下图所示。
不同各式的2d输入对于卷积的影响
对于9*784形式的输入来说，如果进行步长为1的卷积操作（作者称为9*784 full），acc_x_local位于图像的最上面一行，直到最后一层才与位于最下面一行的euler_angle_z进行卷积，然而acc_z_world位于图像的第6行，它与位于第7行的euler_angle_x有很多卷积的机会，因为它们是相邻的。
对于3*784*3 形式的输入来说，由于卷积分别在3个通道上分别进行，这样不同的组之间就不会发生卷积。
为了避免9*784形式的输入在一层中不同组之间的卷积，可以使用卷积步长来避免这种影响（作者称为9*789 disjointed）。如下图所示。
左图中沿着y轴移动步长为1这样不同的组之间就会发生卷积。右图中沿着y轴移动而步长为3，可以避免不同组之间进行卷积。
实验结果表明，将不同的特征组（local acceleration，world acceleration， euler angle）作为不同的图像通道(3*784*3)处理比二维正方形(84*84)图像或矩形(9*783)图像效果更好。
支付宝推共享充电宝新服务 可一键暂停计费
稳压器有什么作用_稳压器原理介绍
python编写脚本方法
LITEALUM中铝压接的功能特性与应用
Molex为严苛的船舶产业提供广泛解决方案
基于CNN的大规模可穿戴传感器运动数据分类
四极电机和六极电机有什么区别
美容仪是什么,有哪些特点
三极管的工作原理及作用 三极管放大电路原理详解
凌巨科技正在加大其在台湾的汽车和工业控制应用面板模块的生产
集创创亿新里程 ICN2026累计出货量超亿颗
物联网及智能家居和可穿戴应用的相关性
AI芯片 CPU+xPU的异构方案全面解析
5G发展预测,网络将重回有线行业本源
领存X7 2.5寸NVME固态硬盘产品介绍
僵尸网络Vollgar入侵微软近两年 每天有2-3千个数据库被攻陷
pcb覆铜步骤
一加手机“叫好”不“叫座”，只看产品，不看爆炸
生物发光毒性检测仪如何选择
新能源汽车国家监管平台建设顺利通过验收