《表5 不同模态数据融合的分类结果与比较 (均值±方差)》
为了考察多模态传感器融合的活动识别效果,并与现有工作(文献[17])相比较,进行如下实验。将Somatic Log采集的13种活动类型重新归为6类,包括躺、静止(坐或站)、走路、跑步、骑车和其他(所有剩余的活动类别)。并将4种传感器采集的数据(加速度Acc,角速度Gyro,磁场Mag,心率HR)进行交叉组合,构成了6类不同的组合数据集(如表5所示)。针对此6类数据集,设定训练迭代次数为300,并记录每次迭代训练后测试数据的分类准确率、训练损失和最终的F1-score。图10所示为仅由加速度传感数据进行训练的过程。从图10可以看出,随着迭代次数的增加,测试集的分类准确率逐渐升高,训练损失逐渐减少,最终达到收敛。
图表编号 | XD007543700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.07.01 |
作者 | 范长军、高飞 |
绘制单位 | 浙江工业大学计算机科学与技术学院、浙江工业大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |