"移动设备的佩戴位置识别方法通过分析旋转模式,结合加速计和陀螺仪数据,使用随机森林分类器实现高精度识别。"
本文详细探讨了一种利用移动设备的旋转模式来识别用户佩戴位置的方法。随着移动设备计算能力和传感器技术的进步,这种技术能为用户提供更加个性化的服务。佩戴位置作为情境感知的重要组成部分,直接影响到其他用户活动的识别准确性和应用的自适应性。
研究发现,当设备佩戴在身体的不同部位时,其旋转变化模式会呈现出明显的差异。因此,该方法采用加速计和陀螺仪这两种惯性传感器收集数据,通过数据融合技术计算出旋转半径、角速度幅度以及重力加速度,并以此作为特征向量。在分类阶段,选择了随机森林作为分类器,以对比支持向量机的性能。
为了验证新方法的有效性,研究人员在包含三种典型佩戴位置(如口袋、手腕、脖子等)和十三种不同用户活动的数据集上进行了实验。实验结果显示,采用这种方法能够达到平均95.39%的交叉验证准确率,这表明在旋转变化为主要因素且重力加速度方向稳定的情况下,旋转模式信息和集成分类器可以显著提升识别效果。
与传统方法相比,该方法不仅能够更精确地区分设备的佩戴位置,而且具有更好的泛化能力,能够在面对新用户和新活动类型时保持较高的识别准确度。因此,这项工作对于移动设备的情境感知和个性化服务提供有重要价值,为未来开发更智能的移动应用提供了新的思路和技术基础。
关键词: 佩戴位置; 移动设备; 惯性传感器; 旋转模式
中图法分类号: TP391 文献标识码: A
参考格式: 时岳, 喻纯, 史元春. 基于旋转模式的移动设备佩戴位置识别方法. 软件学报, 2013, 24(8): 1898−1908. http://www.jos.org.cn/1000-9825/4409.htm
英文引用格式: Shi Y, Yu C, Shi YC. On-Body position recognition method for mobile devices using rotation patterns. Journal of Software, 2013, 24(8): 1898−1908. [doi:10.3724/SP.J.1001.2013.04409]