《表2 测试数据集统计表：基于注意力模型的多传感器人类活动识别》

  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

《基于注意力模型的多传感器人类活动识别》

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

UCI＿HAR数据集不属于自然型数据，直接将其标签复制为像素级标签的做法会导致训练集中没有可“分割”的数据，既不符合分割任务的要求也不利于模型收敛。因此，在分割实验中只考虑Skoda数据集和Oppor数据集；这2个数据集均属于类不平衡数据集，如果窗长太小，则大量训练样本不可分割；如果窗长过大，虽然可以保证每个数据对应标签的丰富程度，但会极大的减少样本数量。为保证绝大多数训练数据的标签至少包含2个不同的类别，针对2种数据集的窗长与覆盖率重新调整，将分割好的Skoda数据集数据按照4∶1的比例分割为训练集和测试集。将Oppor数据集按照前3位志愿者为训练集，第4位志愿者为测试集的方式分割。将所有数据沿时间方向进行归一化后，最终调整结果如表2所示。