一种融合运动、生理和位置传感数据的复杂活动识别方法

摘要

本发明公开了一种融合运动、生理和位置传感数据的复杂活动识别方法，包括：1)采集运动、生理和位置传感数据；2)对运动传感数据提取统计特征，对统计特征进行K‑Means聚类和LDA主题提取，得到运动传感数据的主题分布，并建立基于运动传感数据的子分类器；3)对生理传感数据提取结构特征和瞬态特征，并建立基于生理传感数据的子分类器；4)将城市地图划分为网格单元，引入微博签到、ATUS和POI数据集，利用矩阵分解建立网格单元与复杂活动间的关系，将用户位置传感数据映射到相应网格单元，得到基于位置传感数据的子分类器；5)采用分数级融合的方法将这些子分类器的输出进行融合，获得复杂活动的概率。