一种基于多种机器学习算法融合的运动识别方法

本发明涉及一种基于多种机器学习算法融合的运动识别方法，属于运动识别技术和智能穿戴设备领域。本发明对传感器数据进行归一化处理，并合并多源数据；通过在时间轴上用一定步长往前滑动一个固定大小的窗口来生成数据片段，从而得到滑动窗口；从每个窗口中提取不同域的特征：时间域、频域、空间域和自相关特征；将提取的特征数据组成特征矩阵，结合标签向量划分为训练集和测试集；训练不同的分类器模型：决策树、支持向量机和神经网络；通过投票机制融合各个模型的预测结果，即预测的当前的运动状态；计算融合后模型的准确率。本发明显著提升了运动识别的精度、全面性和实时性。