运动腕表心率序列预处理及相似性检测

发布时间：2021-05-20 17:15

　　近年来,学生整体的体质状况呈现下降的趋势。许多高校实行了阳光晨跑计划,但不尽理想。采用运动心率腕表采集运动心率数据来监控学生课外健身跑状况是较好的方案,但仍存在一些技术问题需要克服。比如由于缺少直接监督,可能会出现一人佩戴多个腕表替他人代跑的情形,本文称此为“多表代跑”,这将成为该方案实施的一个技术挑战。本文首先提出了一种基于滑动窗口回归的腕表心率序列预处理方法,通过训练得到的线性回归模型对所有腕表序列进行校正。为了解决多表代跑问题,提出了一种多表代跑检测方案。该方案根据带有标签的历史心率数据训练一个支持向量机,然后使用训练得到的模型对其他心率序列进行检测,实现精准并且高召回的多表代跑检测机制。本文主要贡献如下:1.提出了基于滑动窗口回归的腕表心率序列预处理方法。该方法以心率带采集的数据作为目标心率,以腕表序列上滑动窗口中抽取的信息作为特征构建线性回归模型拟合窗口中心与心率带相对应的数值。2.提出了一种多表代跑检测方案。该方案基于4种时间序列表示、5种相似性度量还有28种统计指标构成序列对的特征集用来生成样本。基于生成的样本训练出一个线性核支持向量机,通过分类分析实现序列对的多表代跑检... 

【文章来源】：浙江工业大学浙江省

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 背景及意义
    1.2 本文研究内容及贡献
        1.2.1 研究内容
        1.2.2 本文贡献
    1.3 论文组织
    1.4 本章小结
第2章 相关工作
    2.1 时间序列表示方法
    2.2 时间序列索引
    2.3 时间序列相似性度量
    2.4 时间序列异常检测
        2.4.1 基于预测的时间序列异常检测
        2.4.2 寻找时间序列中的异常形状
    2.5 时间序列分类
第3章 运动腕表心率序列预处理
    3.1 问题描述
    3.2 解决方案
        3.2.1 基于回归分析的方法
        3.2.2 基于异常检测的方法
        3.2.3 基于移动平均的方法
    3.3 实验评价
        3.3.1 滑动窗口回归
        3.3.2 移动平均
        3.3.3 方案比较
    3.4 本章小结
第4章 运动腕表心率序列相似性检测
    4.1 问题描述
    4.2 表示方法与相似性度量的选择
        4.2.1 表示方法
        4.2.2 相似性度量
    4.3 代跑检测方案
        4.3.1 整体框架
        4.3.2 样本集生成
        4.3.3 分类器训练
        4.3.4 代跑检测
    4.4 实验评价
        4.4.1 模拟环境构建
        4.4.2 不同特征选择算法对检测结果的影响
        4.4.3 不同重叠时间限制对检测结果的影响
    4.5 本章小结
第5章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
攻读学位期间参加的科研项目和成果



本文编号：3198134