多变量分割方法在可穿戴传感器人体活动识别中的应用gydF4y2Ba

介绍gydF4y2Ba

背景gydF4y2Ba

身体活动的时间分辨量化很重要，因为身体活动与人体健康有关。体育活动对健康有直接的好处，美国运动医学学院和疾病控制与预防中心[gydF4y2Ba1gydF4y2Ba发布身体活动指南，以促进和维护公众健康(例如，儿童每天应至少进行60分钟的身体活动)。体育活动还通过减少接触污染物而对健康产生间接影响。全国人类活动模式调查[gydF4y2Ba2gydF4y2Ba发现人类活动模式通过影响接触污染物的时间、地点和程度，在解释污染物接触的变化以及相关的健康结果方面起着关键作用。由此可见，对人类活动的高分辨率时间分辨监测可能具有临床和研究应用。一个人的中高强度活动(或不活动)不仅可以被记录下来，以量化典型的时空模式，而且与典型日常活动的偏差也可以被确定为可能的干预目标。可穿戴智能手机和智能手表的广泛使用，以及通信、计算和传感能力的进步，通过提供远程数据采集和设备上处理，使实时人类活动识别(HAR)成为可能。gydF4y2Ba

事实上，可穿戴传感器和移动设备正越来越多地用于评估身体活动、睡眠、行动能力、药物依从性和其他各种领域的研究。gydF4y2Ba3.gydF4y2Ba］.我们的研究是由国家生物医学成像和生物工程研究所于2015年启动的“儿科研究使用集成传感器监测系统”(PRISMS)项目推动的，该项目旨在开发一种基于传感器的综合健康监测系统，用于研究儿童哮喘。哮喘是一种异质性、多因素疾病，是儿童急诊就诊的最常见原因之一[gydF4y2Ba4gydF4y2Ba］.哮喘加重的重要危险因素包括接触过敏原和空气污染物以及病毒感染[gydF4y2Ba4gydF4y2Ba]，但体育活动在哮喘发病率中也起着重要作用[gydF4y2Ba5gydF4y2Ba]、急性症状[gydF4y2Ba6gydF4y2Ba]和长期控制[gydF4y2Ba7gydF4y2Ba，gydF4y2Ba8gydF4y2Ba］.在诸如prism的框架中，HAR可能有助于哮喘的管理和病情恶化诱因的识别。gydF4y2Ba

人类活动识别建模方法中的窗口化gydF4y2Ba

越来越多地使用可穿戴传感器(如加速度计和陀螺仪)收集HAR数据，这些传感器可以进行连续的实时监测[gydF4y2Ba9gydF4y2Ba-gydF4y2Ba13gydF4y2Ba］.大多数HAR研究使用基于时间的窗口方法总结加速度计和陀螺仪的数据流，以及由此产生的瞬时活动预测。原因有两方面。首先，人类活动的典型持续时间明显长于传感器的采样率(例如，10-50赫兹)。其次，来自加速度计或陀螺仪的原始数据是高度可变的、有噪声的和振荡的，因此瞬时原始值可能不能提供足够的信息来区分相关的活动。窗口的大小受传感器采样频率的限制，是影响HAR预测精度、算法计算负荷和可穿戴设备能耗的重要参数。在选择固定大小窗口的大小时，需要在太短(捕获精细细节并产生嘈杂的预测)和太长(错过短时间活动回合并产生更稳定的预测)之间进行权衡。在像prism这样的平台中，研究人员可能希望根据身体活动模式定制与研究参与者的上下文敏感交互(例如，触发通知或调查)，窗口太短可能会产生与用户的频繁交互，导致通知疲劳和降低依从性。较长的窗户在一天中活动相对恒定的某些时间(例如，久坐的教室时间)表现良好，但在高度变化的时间(例如，体育课和准备上学)表现不佳。具有数据驱动断点的可变大小采样窗口方法(在活动可能发生变化的时候)有可能改善HAR和改进涉及HAR的平台的可用性。gydF4y2Ba

时间序列分割gydF4y2Ba

固定大小滑动窗口是时间序列分析中一类较大的分割方法。分割方法将时间序列分割成具有相似特征的片段。大多数分割算法可以以几种方式构建:(1)仅使用给定数量的片段产生最佳表示，(2)产生最佳表示，使任何片段的最大误差不超过给定阈值，或(3)产生最佳表示，使所有片段的总误差小于给定阈值[gydF4y2Ba14gydF4y2Ba］.多元分割方法对多维信号进行分割。多元分割已经在几种情况下使用各种方法(每种方法都有不同的假设)进行了研究，包括贝叶斯变化点检测[gydF4y2Ba15gydF4y2Ba]，假设检验[gydF4y2Ba16gydF4y2Ba]、混合模型、隐马尔可夫模型[gydF4y2Ba17gydF4y2Ba]、凸分割[gydF4y2Ba18gydF4y2Ba］.在本研究中，我们选择了一种称为贪心高斯分割(GGS)的多元分割算法[gydF4y2Ba19gydF4y2Ba]，它基于对固定数量的片段最大化数据的可能性。GGS假设在每个区段中，均值和协方差是恒定的，并且独立于所有其他区段的均值和协方差。GGS是一种可伸缩的贪心算法，与上述许多方法相比，它适用于解决更大的问题(就向量维数和时间序列长度而言)。gydF4y2Ba

在本文中，我们提供了GGS算法的背景，并进行了GGS在离线HAR中的新应用，将GGS与标准的固定大小滑动窗口方法进行了比较。我们使用来自2个HAR研究的数据，这些研究具有不同的规定活动持续时间和不同的传感器佩戴方式(腰戴传感器和腕戴传感器)。在使用任何一种分割方法处理数据后，我们使用标准特征工程和机器学习方法来预测活动，并比较两种不同分割方法的准确性。gydF4y2Ba

方法gydF4y2Ba

数据gydF4y2Ba

的gydF4y2Ba使用智能手机进行人类活动识别gydF4y2Ba(HARuS)数据集由30名年龄在19至48岁之间的志愿者进行的61项实验组成[gydF4y2Ba20.gydF4y2Ba］.三轴加速度计和陀螺仪数据由腰戴智能手机(三星Galaxy S II)在50 Hz下采集，每次实验时长约7分钟。在每个实验中，HARuS协议编写了12种行走活动，包括6种基本活动(每次持续时间约为20秒)和6种姿势转换活动(站到坐、坐到站、坐到躺、躺到坐、站到躺、躺到站)。这6种基本活动包括3种静态姿势(站、坐、躺)和3种动态姿势(走路、下楼、上楼)。原始数据直接从智能手机读数中获取，并通过人工审查每个实验的视频记录来标记活动。与以前的研究一致[gydF4y2Ba11gydF4y2Ba]，我们只模拟了6种基本活动，并删除了6种类型的姿势转换活动和所有未标记的活动，这些活动的持续时间都相对较短，例如，在使用PRISMS的研究中，这些活动不太可能与哮喘恶化密切相关[gydF4y2Ba5gydF4y2Ba］.数据集分为前55个训练实验(每个26人2个实验，1人3个实验)和6个坚持测试(每个3人2个实验)。实验1的6个原始信号绘制于gydF4y2Ba多媒体附录1gydF4y2Ba。gydF4y2Ba

洛杉矶棱镜中心gydF4y2Ba呼吸gydF4y2Ba数据集(gydF4y2Ba21gydF4y2Ba-gydF4y2Ba23gydF4y2Ba使用BREATHE Kit收集了16名年龄在5至15岁之间的参与者的数据。BREATHE Kit是一个信息学平台，旨在监测多种暴露、行为和活动，以识别个人触发因素并实时预测儿童哮喘恶化的风险。使用佩戴在手腕上的摩托罗拉Moto 360 Sport智能手表在10 Hz频率下收集三轴加速度计和陀螺仪数据。参与者进行5种活动(站、坐、躺、走和走楼梯)各10分钟，跑步5分钟(以尽量减少不适)。与HARuS数据集不同的是，参与者在每次活动中都被允许进行自然运动(尤其是自由的手臂运动，如坐着打字或使用智能手机)。原始数据是作为数据管道的最终产品获取的(从智能手表通过蓝牙传输到智能手机上的BREATHE应用程序，然后以无线方式实时安全地上传到BREATHE服务器)。对于BREATHE数据集，我们对所有6种脚本化活动建模:站立、坐着、躺着、行走、在楼梯上行走(标签没有区分上下楼梯)和跑步。我们使用了16个参与者中的14个的实验，因为2个参与者有大量的缺失数据。在BREATHE数据集中，数据被保存为每个活动、每个参与者的单独文件。为了评估GGS分割是否可以改善在可变活动持续时间情况下的预测，我们通过以下方式为每个参与者生成人工活动数据文件:(1)将他或她的活动会话(每次约10分钟)随机分为10个子会话;然后(2)随机洗牌所有子会话(共60个); and finally (3) concatenating all 60 subsessions into 1 data file, potentially resulting in fewer than 60 distinct activity bouts if bouts with identical activities are located next to each other. Hence, we produced 14 artificial activity files with artificial unequal activity bout durations, one for each of the 14 participants. The artificial dataset was divided into the first 12 participants for training and the last 2 participants for holdout testing. The 6 raw signals of experiment 1 are plotted in多媒体附录1gydF4y2Ba。gydF4y2Ba

工作流gydF4y2Ba

图1gydF4y2Ba提供我们工作流程的概述。对于这两个数据集，原始数据首先通过应用中值过滤器(内核大小=3)来预处理以去除异常值。后来，巴特沃斯[gydF4y2Ba24gydF4y2Ba]滤波器用于去除与数据采集过程相关的伪影和基线徘徊噪声(例如，恒定的重力或摇动设备)。具体来说，三阶低通巴特沃斯滤波器分别应用于每个三轴分量(加速度计和陀螺仪的x, y和z)。计算功率谱密度(PSD)并选择截止频率，使传感器信号在该截止频率上衰减。PSD是一种估计功率随频率分布的度量，它已被广泛用于评估具有基线徘徊噪声的高频滤波器[gydF4y2Ba25gydF4y2Ba］.gydF4y2Ba

随后，数据流暂时对齐。在实践中观察到的采样频率可能是实际限制的结果(例如，电池节省和移动设备操作系统中的软件堆栈限制访问)。因此，观测到的数据可能会不规则采样，两个传感器之间存在不匹配。在HARuS数据集中，当我们根据时间戳连接加速度计和陀螺仪读数时，没有不匹配的时间戳(即只存在于1个传感器)。然而，BREATHE数据集包含相当大的不匹配，并且加速度计和陀螺仪都没有在10 Hz下完美地收集。为了对齐2个传感器读数，我们首先在50 Hz下对原始数据进行缩小采样，将其时间戳四舍五入到最接近的50 Hz采样点，然后我们应用线性插值方法。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

具体来说，我们在传感器数据文件中添加了(必要时)所有50 Hz时间戳的记录，并基于左侧5个相邻的非缺失值和右侧5个相邻的非缺失值线性内插了缺失的传感器读数(大约80%是因为缩小了)。除了由不匹配的时间戳引起的缺失值之外，在BREATHE数据集中还有许多缺失值的较长周期。对准两个传感器后，我们截断了超过10秒的连续缺失值的时间段。gydF4y2Ba

使用数据变换将原始数据(来自2个三轴传感器的6个信号)与额外的变换信号增强。然后从原始信号和转换后的信号中提取统计特征。具体来说，生成了8个新信号:6个关于时间的导数(6个原始信号各1个)和2个欧几里德范数(每个传感器的x、y和z轴各1个)。因此，总共有14个信号可用(6个原始测量信号和8个新的计算信号)。gydF4y2Ba

使用两种方法生成时间窗口。首先，对6个原始信号进行多变量分割，产生不同大小的窗口，利用训练数据选择断点，反映原始信号的均值和协方差的变化(详细说明如下)。其次，为了比较，我们创建了不同大小的非重叠固定长度滑动窗口(HARuS数据集有4种大小:0.2秒、0.8秒、3秒和8秒;BREATHE数据集的6种大小:0.2秒、0.8秒、3秒、8秒、12秒和40秒)。窗口大小的选择大致包括原始HARuS研究中的窗口大小(2.56秒)[gydF4y2Ba20.gydF4y2Ba]并反映足够宽的范围，以包括两个数据集的最佳窗口大小。gydF4y2Ba

在每组窗口中，我们提取统计特征以输入到机器学习模型中。这些统计特征要么基于时域(原始基于时间的窗口)，要么基于频域(原始基于时间窗口的傅里叶变换)。对于每组窗口，我们计算了总共168个特征:14个信号以及时域和频域的6个统计量(算术平均值、SD、中位数绝对偏差、最小值、最大值和熵)(6 x 14 x 2=168)。gydF4y2Ba

多元分割gydF4y2Ba

GGS的简介[gydF4y2Ba19gydF4y2Ba]如下所示。考虑一个多变量时间序列，包括gydF4y2BaTgydF4y2Ba时间瞬间gydF4y2BaxgydF4y2Ba_1gydF4y2Ba，gydF4y2BaxgydF4y2Ba_2gydF4y2Ba、……gydF4y2BaxgydF4y2Ba_TgydF4y2Ba∈gydF4y2BaRgydF4y2Ba^米gydF4y2Ba,在那里gydF4y2Ba米gydF4y2Ba是特征的数量(在我们的研究中，m=6)。时间序列不需要实时均匀采样(参见独立性假设讨论中的注释)。给定K个断点gydF4y2BabgydF4y2Ba_1gydF4y2Ba、……gydF4y2BabgydF4y2Ba_KgydF4y2Ba∈(gydF4y2Ba1gydF4y2Ba、……gydF4y2BaTgydF4y2Ba)之间的起点gydF4y2BabgydF4y2Ba_0gydF4y2Ba＝gydF4y2Ba1gydF4y2Ba还有一个终点gydF4y2BabgydF4y2Ba_{K + 1gydF4y2Ba}＝gydF4y2BaTgydF4y2Ba，我们假设gydF4y2BaxgydF4y2Ba_tgydF4y2Ba～gydF4y2BaMVNgydF4y2Ba（gydF4y2BaµgydF4y2Ba_bigydF4y2Ba，gydF4y2BaΣgydF4y2Ba_bigydF4y2Ba)∀gydF4y2BatgydF4y2Ba∈(gydF4y2BabgydF4y2Ba_我gydF4y2Ba、……gydF4y2BabgydF4y2Ba_{我+ 1gydF4y2Ba})∀gydF4y2Ba我gydF4y2Ba∈(gydF4y2Ba0gydF4y2Ba，gydF4y2BaKgydF4y2Ba]为独立样本，其中gydF4y2BaµgydF4y2Ba_bigydF4y2Ba和gydF4y2BaΣgydF4y2Ba_bigydF4y2Ba表示多元正态分布在()区间内的均值向量和协方差矩阵gydF4y2BabgydF4y2Ba_我gydF4y2Ba, . .gydF4y2BabgydF4y2Ba_{我+ 1gydF4y2Ba})。通过拟合贪心算法最大化协方差-正则化对数似然，可以在多变量时间序列上学习GGS。gydF4y2Ba

在gydF4y2Ba图2gydF4y2Ba方程a，其中gydF4y2BalgydF4y2Ba（gydF4y2BabgydF4y2Ba，gydF4y2BaµgydF4y2Ba，gydF4y2BaΣgydF4y2Ba)表示正则化前的对数似然;gydF4y2BabgydF4y2Ba表示断点向量，gydF4y2BaµgydF4y2Ba表示(gydF4y2BaµgydF4y2Ba_b0gydF4y2Ba、……gydF4y2BaµgydF4y2Ba_{汉堡王gydF4y2Ba}]，gydF4y2BaΣgydF4y2Ba表示(gydF4y2BaΣgydF4y2Ba_b0gydF4y2Ba、……gydF4y2BaΣgydF4y2Ba_{汉堡王gydF4y2Ba}),而gydF4y2Baλ≥gydF4y2Ba0是一个gydF4y2Ba先天的gydF4y2Ba控制正则化量的指定超参数[gydF4y2Ba19gydF4y2Ba］.贪心启发式算法遵循自顶向下的子程序，增加一个最大增量的新断点gydF4y2BaΦ(bµΣ)gydF4y2Ba每一步直到K，然后自底向上调整所有断点的位置，直到任何一个断点1的变化都没有增加gydF4y2BaΦ(bµΣ)gydF4y2Ba。协方差-正则化对数似然相对于K的曲线可用于为给定数据集选择K。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

梯度增强树分类gydF4y2Ba

为了使用可扩展的方法实现高精度，我们使用Xgboost [gydF4y2Ba26gydF4y2Ba]，一种广泛用于机器学习挑战的基于树的提升方法的实现。对于给定的数据集(D)gydF4y2BangydF4y2Ba观察和gydF4y2BapgydF4y2Ba特征(即gydF4y2BapgydF4y2Ba=168)，gydF4y2BaDgydF4y2Ba= {(gydF4y2BaxgydF4y2Ba_我gydF4y2Ba∈gydF4y2BaRgydF4y2Ba^pgydF4y2Ba，gydF4y2BaygydF4y2Ba_我gydF4y2Ba∈gydF4y2BaRgydF4y2Ba)}∀gydF4y2Ba我gydF4y2Ba∈(gydF4y2Ba1gydF4y2Ba，gydF4y2BangydF4y2Ba]， Xgboost集合M树表示gydF4y2BafgydF4y2Ba_米gydF4y2Ba来预测输出gydF4y2BaygydF4y2Ba_我gydF4y2Ba。gydF4y2Ba

模型以贪心加性的方式从m=1 (gydF4y2Ba图2gydF4y2Ba，方程b)gydF4y2Ba_我gydF4y2Ba^{米gydF4y2Ba−gydF4y2Ba1gydF4y2Ba}是y的预测值gydF4y2Ba_我gydF4y2Ba在(m−1)gydF4y2Ba^thgydF4y2Ba迭代。加上fgydF4y2Ba_米gydF4y2Ba最小化以下目标(JgydF4y2Ba^米gydF4y2Ba)，直到预测与真实值之间令人满意的收敛，其中j是预定义的可微凸损失函数，用于度量当前预测与真实值之间的差异，Ω是预定义的正则化项，用于惩罚模型的复杂性以防止过拟合:gydF4y2Ba

Xgboost具有优于其他基于树的增强实现(例如，scikit-learn中的增强树和R中的广义增强回归模型)的特性，例如(1)使用精确(或近似，对于大数据集)贪婪算法枚举所有可能的分裂以找到最佳解决方案，(2)使用缓存感知预取算法减轻减速，以及(3)通过将数据划分为多个块来实现核外计算，每个块存储在磁盘上。要使用机器的最大资源(参见gydF4y2Ba图2gydF4y2Ba方程c)。gydF4y2Ba

对于HARuS和BREATHE数据集，我们调整并实现了一个Xgboost模型gydF4y2Ba米gydF4y2Ba=200棵树，学习率=0.1gydF4y2Ba表1gydF4y2Ba和gydF4y2Ba2gydF4y2Ba)使用gydF4y2BapgydF4y2Ba=168个特征在训练数据的每个段(固定大小的窗口或GGS)上计算。测试数据的特定片段预测被转换为即时预测，以方便跨分割方法的比较。准确度的最终评估是基于即时预测。gydF4y2Ba

结果gydF4y2Ba

使用智能手机数据集的人类活动识别gydF4y2Ba

用于确定巴特沃斯滤波器截止频率的PSD曲线显示在gydF4y2Ba图3gydF4y2Ba。所有6条PSD曲线在较高频率处都逐渐趋近于0，在较低频率范围内(0 Hz至5 Hz)的值最大。在高频波段(>10 Hz)，基线漫游噪声很小。为了与之前的研究保持一致[gydF4y2Ba11gydF4y2Ba]，我们选择20hz作为截止频率。gydF4y2Ba

对于HARuS训练数据中的GGS，随着K从0增加到16左右的拐点，总协方差-正则化对数似然迅速上升，然后更慢(gydF4y2Ba图4gydF4y2Ba)。为了获得更详细的分割结果，并允许一些错误识别的断点，特别是在嘈杂时期和过渡时期，我们保守地选择了50个断点。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

如图所示gydF4y2Ba图5gydF4y2Ba在实验1中，6个非短暂性活动的13回合通常被50个断点很好地分开。在这个实验中，第一次坐着和第二次躺着都是相对嘈杂的，并且在这些会话中产生了错误的断点。gydF4y2Ba

我们训练了一个Xgboost模型(gydF4y2Ba图6gydF4y2Ba)，使用径向基函数核的支持向量机(SVM)模型和使用分段数据的随机森林模型。在6次holdout实验中，使用GGS的Xgboost模型的瞬时准确率为91.06% (gydF4y2Ba表1gydF4y2Ba)。这一结果高于原始HARuS研究对同一组6个活动报道的89.3%的准确率[gydF4y2Ba11gydF4y2Ba]，还应该注意的是，它们的准确性是使用滑动窗口预测计算的，而不是即时预测。如果我们使用分段级预测来计算准确率，我们的准确率将达到95.96%。当活动被错误分类时，它们往往被错误分类为其他类似的能源活动(gydF4y2Ba表1gydF4y2Ba)。例如，坐着最常被误认为是站着。本文总结了SVM模型和随机森林模型的研究结果gydF4y2Ba多媒体附录1gydF4y2Ba。gydF4y2Ba

相比之下，使用固定宽度滑动窗口拟合的Xgboost模型在0.8秒窗口的瞬时精度最高(91.79%)，如图gydF4y2Ba图7gydF4y2Ba。这gydF4y2Ba最优gydF4y2Ba视窗大小比原HARuS纸张所用的视窗小(2.56秒)[gydF4y2Ba20.gydF4y2Ba］.从设计为具有相同大小的活动回合的实验中可以预期，0.8秒固定大小的滑动窗口精度略高于GGS(91.06%)。在HARuS数据中，预测结果相对稳定，对于最小尺寸的滑动窗口(gydF4y2Ba图8gydF4y2Ba)。使用GGS的Xgboost的3个最重要的特征是分段特定的平均值、加速度计x轴的最小值和陀螺仪x轴的平均值(gydF4y2Ba图9gydF4y2Ba)。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

呼吸数据集gydF4y2Ba

基于训练数据(gydF4y2Ba图10gydF4y2Ba)，我们再次选择20hz作为巴特沃斯滤波器的截止频率。陀螺仪能量与HARuS数据集在同一尺度上;然而，加速度计的读数有更大的振幅，这使得曲线在大约5赫兹的范围内看起来更平滑。加速度计的3个子图中的放大窗口显示了在2.5 Hz到7.5 Hz范围内的PSD曲线的变化，其尺度与HARuS数据的PSD图中使用的尺度相似。gydF4y2Ba

呼吸数据集12个训练实验的协方差-正则化对数似然曲线(gydF4y2Ba图11gydF4y2Ba)在大约K=60处有一个拐点，但没有明确的第二个拐点(通过K=300)，正如我们在HARuS数据集中观察到的那样。有趣的是，根据设计，在每个BREATHE实验中大约有60个活动回合，这表明GGS再次确定了不同活动回合的数量。我们任意选择K=100断点进行多元分割，因为它是一个比最明显拐点大的整数。从gydF4y2Ba图12gydF4y2Ba，看来100个断点已经足够了。选择60个断点将不足以分割大约60个回合，因为一些嘈杂的回合被错误地划分为多个片段。gydF4y2Ba

与HARuS数据集类似，我们训练了3个模型:Xgboost、SVM和random forestgydF4y2Ba图13gydF4y2Ba在美国，对某些活动的预测准确率因参与者而异(例如，实验13和实验14对跑步的预测准确率分别为71.5%和74.4%)。与HARuS的结果类似，大多数错误分类的记录在活动组(走路、爬楼梯和跑步)或不活动组(坐、躺和站)中被打乱。如果将活动分为活动或非活动，则瞬时准确率将达到95.0%。SVM模型和随机森林模型的结果见gydF4y2Ba多媒体附录1gydF4y2Ba。使用GGS的Xgboost模型的瞬时准确率为79.4% (gydF4y2Ba表2gydF4y2Ba和gydF4y2Ba图14gydF4y2Ba)。gydF4y2Ba

Xgboost从4个最小的固定大小滑动窗口(与HARuS数据集中使用的大小相同)获得的精度单调增加。为了获得反向u形曲线，表明我们获得了最佳窗口大小，我们包括了2个额外的窗口大小。在8秒的窗口中获得了最高的准确度(72.7%)，如图所示gydF4y2Ba图13gydF4y2Ba。正如预期的那样，在这个持续时间不等的活动回合中，gydF4y2Basmart-sizedgydF4y2BaGGS分割(准确率79.4%)明显优于固定大小的滑动窗口。GGS不仅更准确，而且产生的预测噪音也小得多，如图所示gydF4y2Ba图15gydF4y2Ba。使用GGS的Xgboost的两个最重要的特征是分段特定的:平均z轴和三轴加速度计信号的最小范数(gydF4y2Ba图16gydF4y2Ba)。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

讨论gydF4y2Ba

调查结果摘要gydF4y2Ba

我们发现，通过生成更准确、更稳定的预测，使用GGS的Xgboost在具有不相等活动持续时间(BREATHE)的数据集中优于使用固定大小滑动窗口的Xgboost。当在诸如prism这样的平台中实现时，GGS应该能够识别短时间的活动爆发，同时仍然产生相对平稳的预测。识别短时间的活动对于适当地量化儿童的剧烈活动尤为重要[gydF4y2Ba27gydF4y2Ba］.来自固定大小滑动窗口的嘈杂预测可能需要通过池化(即多数投票)来平滑，以提高报告活动分类的表面有效性，并避免触发过多的用户通知。请注意，我们使用即时预测来呈现我们的结果，以便跨分割方法进行比较，这导致比先前呈现分段级预测的研究的准确性略低。在实践中，通常使用段级预测。gydF4y2Ba

HARuS和BREATHE数据集之间的主要差异不仅包括活动持续时间(相等与不相等)、参与者年龄(成人与儿童)、实验方案(严格禁止的活动与允许更自然运动的活动)，还包括传感器的佩戴方式。这种磨损位置的差异可能是导致Xgboost模型中最重要功能之间差异的原因。设备(智能手表或智能手机)的轴线通常标记为x，表示左右尺寸;Y，表示向前和向后维度;z，表示上下维度。将这些轴与两个数据集的佩戴位置结合起来，HARuS参与者的向前运动将对应于沿x轴的信号，而BREATHE参与者的z轴(略微偏离x轴)对应于信号。对于这两个数据集，最重要的特征似乎与向前运动(HARuS数据的x轴和z轴或轴的组合，即BREATHE数据的规范)和垂直于该运动的方向(例如，加速度计y轴的平均值，accy_mean，在HARuS数据中得分第三高，在BREATHE数据中得分第四高)有关。gydF4y2Ba

限制gydF4y2Ba

在本研究中，模型是由gydF4y2Baclip-independentgydF4y2Ba方法。时间依赖性在具有时间背景的数据集中更为明显，许多研究将隐马尔可夫模型(HMM)应用于运动视频或图像等数据集[gydF4y2Ba28gydF4y2Ba]，身体制造者[gydF4y2Ba29gydF4y2Ba等等。对于纯腰戴式或腕戴式加速度计或陀螺仪，其信号不像时间背景数据那样具有较强的时间依赖性。第二，比较gydF4y2Ba按时间的gydF4y2Ba方法，HMM应该用其他类似的方法测试，如长短期记忆(LSTM)，而不是GGS。GGS是一种裁剪数据的方法，例如gydF4y2Ba固定长度的gydF4y2Ba滑动窗口。我们可以申请gydF4y2Baclip-independentgydF4y2Ba方法或HMM或LSTM来检验这些片段之间的时间依赖性。gydF4y2Ba

GGS方法的主要缺点是计算负载和空间要求。为了在流数据上部署GGS，与传统的固定长度滑动窗口方法相比，我们需要维护更大的缓存内存来存储最新接收到的流数据。GGS还需要时间序列的连续特征。然而，传感器数据(如加速度计和陀螺仪)通常是定量的，所以这个要求是合理的。此外，需要删除或插入缺失的值。在可扩展性方面，GGS的运行时复杂度为0 (KTn)gydF4y2Ba^3.gydF4y2Ba)， O(TngydF4y2Ba^3.gydF4y2Ba)在…gydF4y2Ba温暖的开始gydF4y2Ba模式下，算法直接从K个断点的随机集合开始。固定大小滑动窗口方法的运行时复杂度为0 (n)。因此，在我们未来的研究中，贪婪启发式算法还有待改进。然而，由于段数(K)通常远小于固定大小窗口的最佳数量，因此GGS可以在随后的特征工程中大大节省计算负荷，特别是当需要提取大量特征时。统计上，GGS算法假设多元时间序列可以被描述为每个段内多元高斯分布的独立样本。时间序列数据通常显示自相关，这违反了独立性假设，特别是当断点不足以将自相关部分分离成不同的段时。gydF4y2Ba

结论gydF4y2Ba

识别表明体力活动变化的断点在量化HAR中起着重要作用。在PRISMS等平台中，HAR不仅可以用于量化例如轻度、中度或剧烈活动的总持续时间，还可以触发用户通知或警报，或提供有关活动的实时反馈。我们基于ggs的方法在关于持续时间场景的可变活动中显示出巨大的潜力，并且产生更少的变量预测，从而最大限度地减少与用户的不必要交互。然而，存在计算和实现方面的限制。未来有趣的工作将集中于在实时数据流中部署GGS，更一般地说，当引入以不同频率和不同尺度测量的额外传感器信号(例如，用于心率等生理信号的传感器)时，发现异构段。gydF4y2Ba