[發(fā)明專(zhuān)利]一種基于機(jī)器學(xué)習(xí)與低通濾波的步頻實(shí)時(shí)計(jì)算方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810884041.X
• 申請(qǐng)日: 2018-08-06
• 公開(kāi)（公告）號(hào): CN108981744A
• 公開(kāi)（公告）日: 2018-12-11
• 發(fā)明（設(shè)計(jì)）人: 李瑩;陳偉;范彬彬;尹建偉;鄧水光;羅智凌;吳健;吳朝暉
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江大學(xué)
• 主分類(lèi)號(hào): G01C22/00
• 分類(lèi)號(hào): G01C22/00;A61B5/11
• 代理公司: 杭州天勤知識(shí)產(chǎn)權(quán)代理有限公司 33224
• 代理人: 王琛

1.一種基于機(jī)器學(xué)習(xí)與低通濾波的步頻實(shí)時(shí)計(jì)算方法，包括如下步驟：

(1)利用手機(jī)中的傳感器收集不同運(yùn)動(dòng)狀態(tài)用戶(hù)的運(yùn)動(dòng)數(shù)據(jù)；

(2)利用步驟(1)中獲得的運(yùn)動(dòng)數(shù)據(jù)，訓(xùn)練一個(gè)用于判斷用戶(hù)是否處于步行狀態(tài)的判別模型；

(3)對(duì)于待測(cè)用戶(hù)實(shí)時(shí)的運(yùn)動(dòng)數(shù)據(jù)，利用所述判別模型對(duì)其進(jìn)行判斷：若判定待測(cè)用戶(hù)當(dāng)前處于步行狀態(tài)，則執(zhí)行步驟(4)，否則直接返回待測(cè)用戶(hù)當(dāng)前非步行狀態(tài)的指示；

(4)根據(jù)待測(cè)用戶(hù)實(shí)時(shí)的運(yùn)動(dòng)數(shù)據(jù)，每一秒計(jì)算一次當(dāng)前步頻，具體實(shí)現(xiàn)過(guò)程如下：

4.1以30Hz頻率采樣待測(cè)用戶(hù)的加速度數(shù)據(jù)和重力加速度數(shù)據(jù)；

4.2根據(jù)以下公式使待測(cè)用戶(hù)的加速度數(shù)據(jù)與重力加速度數(shù)據(jù)做點(diǎn)積運(yùn)算；

L＝x_u×x_g+y_u×y_g+z_u×z_g

其中：x_u、y_u、z_u分別為加速度在X軸、Y軸、Z軸方向上的分量，x_g、y_g、z_g分別為重力加速度在X軸、Y軸、Z軸方向上的分量，L為點(diǎn)積運(yùn)算結(jié)果；

4.3利用一個(gè)三階的低通濾波器對(duì)點(diǎn)積運(yùn)算結(jié)果L進(jìn)行濾波去噪；

4.4設(shè)定一個(gè)閾值，對(duì)于去噪后的點(diǎn)積運(yùn)算結(jié)果L，其大于閾值起至小于閾值止的整個(gè)過(guò)程計(jì)為一步，進(jìn)而統(tǒng)計(jì)一秒鐘內(nèi)共有多少步即為待測(cè)用戶(hù)當(dāng)前步頻。

2.根據(jù)權(quán)利要求1所述的步頻實(shí)時(shí)計(jì)算方法，其特征在于：所述步驟(1)中用戶(hù)的運(yùn)動(dòng)數(shù)據(jù)包括重力加速度數(shù)據(jù)、加速度數(shù)據(jù)、陀螺儀數(shù)據(jù)以及磁感應(yīng)數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的步頻實(shí)時(shí)計(jì)算方法，其特征在于：所述步驟(2)在訓(xùn)練判別模型之前對(duì)于不同運(yùn)動(dòng)狀態(tài)用戶(hù)的運(yùn)動(dòng)數(shù)據(jù)，通過(guò)人工標(biāo)記每組運(yùn)動(dòng)數(shù)據(jù)是源自步行狀態(tài)的用戶(hù)還是源自非步行狀態(tài)的用戶(hù)，從而得到大量樣本；每個(gè)樣本包含有一組運(yùn)動(dòng)數(shù)據(jù)及其對(duì)應(yīng)的標(biāo)簽，所述標(biāo)簽用0或1表示，1代表運(yùn)動(dòng)數(shù)據(jù)源自步行狀態(tài)的用戶(hù)，0代表運(yùn)動(dòng)數(shù)據(jù)源自非步行狀態(tài)的用戶(hù)。

4.根據(jù)權(quán)利要求3所述的步頻實(shí)時(shí)計(jì)算方法，其特征在于：所述步驟(2)中將所有樣本分為訓(xùn)練集和驗(yàn)證集，以訓(xùn)練集樣本作為輸入分別對(duì)隨機(jī)森林、支持向量機(jī)和XGBoost三種機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，然后利用驗(yàn)證集樣本對(duì)訓(xùn)練完成的三種模型進(jìn)行測(cè)試，選取其中準(zhǔn)確率最高的模型并對(duì)其進(jìn)行參數(shù)微調(diào)，從而得到所述判別模型并保存。

5.根據(jù)權(quán)利要求1所述的步頻實(shí)時(shí)計(jì)算方法，其特征在于：所述步驟(3)中獲取待測(cè)用戶(hù)最近的n組運(yùn)動(dòng)數(shù)據(jù)，將這n組運(yùn)動(dòng)數(shù)據(jù)逐一輸入至判別模型中得到對(duì)應(yīng)的輸出結(jié)果，若其中對(duì)應(yīng)輸出結(jié)果判定為處于步行狀態(tài)的運(yùn)動(dòng)數(shù)據(jù)超過(guò)n/2組，則判定待測(cè)用戶(hù)當(dāng)前處于步行狀態(tài)。