29、活动识别的动态滑动窗口方法

活动识别的动态滑动窗口方法

1. 两种方法的差异

在活动识别的传感器数据处理中，存在两种不同的窗口生成方法。一种是在检测到新事件时才生成新窗口，另一种则是即使传感器读数不变也持续创建新窗口。例如，在图中窗口 $W_{i + 3r}$ 没有包含任何事件，那么向量 $F_{i + 3r}$ 就会和前一个窗口 $W_{i + 2r}$ 生成的向量 $F_{i + 2r}$ 相同。

为了测试新方法，基于记录数据集的传感器生成模型。针对每个数据集，选择不同的重要事件来生成分类实例。在第一个数据集中，按照动态窗口方法生成模型，并与作者采用的固定长度滑动窗口方法进行比较。第二个数据集也采用类似方式处理。

2. 数据集与模型

2.1 Kasteren 数据集

• 数据采集 ：该数据集由 Kasteren 及其同事记录。传感器网络由无线网络节点组成，可连接现成的简单传感器。传感器在数字输入状态改变或模拟输入达到阈值时发送事件。数据在一位 26 岁独居男性的三居室公寓中记录了 28 天，安装了 14 个状态变化传感器，位置包括门、橱柜、冰箱和马桶冲水传感器等。
• 数据内容 ：包含 2638 个传感器事件和 245 个活动实例。活动由受试者使用蓝牙耳机自行标注，标注了七种不同活动，分别是离开家、上厕所、洗澡、睡觉、准备早餐、准备晚餐和准备饮料，未标注活动的时间称为空闲。该数据集公开可下载并带有标注。

2.2 Kasteren 模型

进行了三个实验：
- 实验一 <