《表2 特征提取算法伪代码》

  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

《基于单个三轴加速度计的人体行为识别研究》

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

为配合后文所提出的一种改进的子窗口集成学习算法，并不对时间序列整体利用滑动窗口进行特征提取，而是将某一窗口所选中的时间序列分段作为输入值，对该时间序列分段进行特征提取。算法伪代码如表2所示。由于计算方法不同，所得到的时间序列的多个特征值的数量级往往并不相同，例如均值和能量的数量级很有可能相差甚远。这样，对于某些分类算法，例如常用的K近邻算法（K-Nearest Neighbor，KNN），数量级越大的特征值对最终分类结果的影响就越大。而实际上，假设时间序列的各个特征对最终分类结果的影响应该是平等的，所以必须对每一个特征的特征向量进行标准化处理，使得处理后各个特征的特征向量之间的数量级保持在相同量级上。表2伪代码中的第6行即为对特征的特征向量进行标准化处理。