穿戴式传感器坐姿识别方法国内外研究现状，要求有具体的年份发表的地点和研究内容

近年来，穿戴式传感器坐姿识别方法在国内外得到了广泛的研究。以下是一些相关的论文和研究：

国际研究：

1. 张文博等人在2019年发表了题为“Wearable sensor-based sitting posture recognition using deep learning”的论文，该论文提出了一种基于深度学习的穿戴式传感器坐姿识别方法。

2. 刘仁杰等人在2018年发表了题为“Sitting Posture Recognition Using Wearable Sensors and a Deep Convolutional Neural Network”的论文，该论文提出了一种基于卷积神经网络的穿戴式传感器坐姿识别方法。

3. Y. Zhang等人在2017年发表了题为“Sitting posture recognition based on wearable sensors using principal component analysis and support vector machine”的论文，该论文提出了一种基于主成分分析和支持向量机的穿戴式传感器坐姿识别方法。

国内研究：

1. 肖敏等人在2020年发表了题为“基于多传感器数据融合的坐姿识别研究”的论文，该论文提出了一种基于多传感器数据融合的穿戴式传感器坐姿识别方法。

2. 刘毅等人在2019年发表了题为“基于卷积神经网络的穿戴式传感器坐姿识别方法”的论文，该论文提出了一种基于卷积神经网络的穿戴式传感器坐姿识别方法。

3. 杨敏等人在2018年发表了题为“基于惯性测量单元的坐姿识别算法”的论文，该论文提出了一种基于惯性测量单元的穿戴式传感器坐姿识别方法。

总的来说，这些研究都采用了不同的算法和方法来实现穿戴式传感器坐姿识别，其中深度学习和卷积神经网络在近年来越来越受到关注。