近年來,學生整體的體質狀況呈現(xiàn)下降的趨勢。許多高校實行了陽光晨跑計劃,但不盡理想。采用運動心率腕表采集運動心率數(shù)據(jù)來監(jiān)控學生課外健身跑狀況是較好的方案,但仍存在一些技術問題需要克服。比如由于缺少直接監(jiān)督,可能會出現(xiàn)一人佩戴多個腕表替他人代跑的情形,本文稱此為“多表代跑”,這將成為該方案實施的一個技術挑戰(zhàn)。本文首先提出了一種基于滑動窗口回歸的腕表心率序列預處理方法,通過訓練得到的線性回歸模型對所有腕表序列進行校正。為了解決多表代跑問題,提出了一種多表代跑檢測方案。該方案根據(jù)帶有標簽的歷史心率數(shù)據(jù)訓練一個支持向量機,然后使用訓練得到的模型對其他心率序列進行檢測,實現(xiàn)精準并且高召回的多表代跑檢測機制。本文主要貢獻如下:1.提出了基于滑動窗口回歸的腕表心率序列預處理方法。該方法以心率帶采集的數(shù)據(jù)作為目標心率,以腕表序列上滑動窗口中抽取的信息作為特征構建線性回歸模型擬合窗口中心與心率帶相對應的數(shù)值。2.提出了一種多表代跑檢測方案。該方案基于4種時間序列表示、5種相似性度量還有28種統(tǒng)計指標構成序列對的特征集用來生成樣本�；谏傻臉颖居柧毘鲆粋�線性核支持向量機,通過分類分析實現(xiàn)序列對的多表代跑檢... 

【文章來源】：浙江工業(yè)大學浙江省

【文章頁數(shù)】：58 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 背景及意義
    1.2 本文研究內容及貢獻
        1.2.1 研究內容
        1.2.2 本文貢獻
    1.3 論文組織
    1.4 本章小結
第2章 相關工作
    2.1 時間序列表示方法
    2.2 時間序列索引
    2.3 時間序列相似性度量
    2.4 時間序列異常檢測
        2.4.1 基于預測的時間序列異常檢測
        2.4.2 尋找時間序列中的異常形狀
    2.5 時間序列分類
第3章 運動腕表心率序列預處理
    3.1 問題描述
    3.2 解決方案
        3.2.1 基于回歸分析的方法
        3.2.2 基于異常檢測的方法
        3.2.3 基于移動平均的方法
    3.3 實驗評價
        3.3.1 滑動窗口回歸
        3.3.2 移動平均
        3.3.3 方案比較
    3.4 本章小結
第4章 運動腕表心率序列相似性檢測
    4.1 問題描述
    4.2 表示方法與相似性度量的選擇
        4.2.1 表示方法
        4.2.2 相似性度量
    4.3 代跑檢測方案
        4.3.1 整體框架
        4.3.2 樣本集生成
        4.3.3 分類器訓練
        4.3.4 代跑檢測
    4.4 實驗評價
        4.4.1 模擬環(huán)境構建
        4.4.2 不同特征選擇算法對檢測結果的影響
        4.4.3 不同重疊時間限制對檢測結果的影響
    4.5 本章小結
第5章 總結與展望
    5.1 總結
    5.2 展望
參考文獻
致謝
攻讀學位期間參加的科研項目和成果



本文編號：3198134