基于智能手机传感器的行人出行方式识别

摘要

基于传感器的行人活动识别是从大量传感器信号中寻找关于人类行为活动的标识.利用智能手机传感器采集行人活动数据建立lightGBM模型,判断行人当日的出行方式.预处理阶段针对传感器信号存在设备异构和放置问题,使用磁力计和重力计进行坐标系标准化降低异构传感器影响,并利用缩尾调整剔除首尾数据进而消去异常值.特征工程阶段同时利用对数式找到最优滑动窗口大小和步长,以更好的提取频域特征进而提高识别效率.实验结果表明,该方法具有93.9％的识别率且优于其他模型.