《表1 统计特征：基于KNN运动模式识别的改进PDR室内定位》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于KNN运动模式识别的改进PDR室内定位》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

预处理后的数据段不足以有效区分运动模式，所以要对滑动窗口切割后的数据段进行特征提取，本文利用统计特征[9]（表1）对数据段进行处理。平均值、中值和众数代表数据的平均水平，如三轴总加速度的平均值可识别运动强度大小（静止或行走、上下楼梯与上下扶梯）；方差、标准差、平均绝对误差同样可对运动的静止和行走进行明显区分；气压梯度反映行人海拔高度的变化，可区分上楼梯与下楼梯、上扶梯与下扶梯，且对上下楼梯、上下扶梯与静止、行走也很好地区分。对所有数据段进行特征提取，得到7种统计特征，再给每种运动状态的统计特征后加上类别标签，构成数据样本。本文每种运动状态选取2 000个样本，共12 000个数据样本。