论文部分内容阅读
人体活动的复杂性和多样性使得基于可穿戴设备的活动识别方法往往难以获得令人满意的性能，为提高活动识别的准确率，提出了一种基于层次化特征选择的活动识别框架，并在此基础上设计了两类不同的特征选择方法.框架首先根据先验知识将预定义的活动分成若干个活动子集，然后利用所提出的特征选择方法优化信息特征子集，并建立相应的活动预测器以区分不同的活动子集以及每个子集中的相似活动.实验结果表明，所提出的方法降低了特征空间的维度，将活动识别准确率和F1 指标分别提高了6.75％和5.68％.