在智慧生活的背景上,基于智能手机内置传感器数据对不同活动进行感知识别的研究近年米受到了研究学者的广泛关注。尽管这些工作在对短时动作的区分上具有较好的识别效果,但是当需要对持续性活动进行感知时,却无法取得良好的性能保证。而且该类工作普遍存在数据挖掘力度小,数据利用率低等缺点。
　　基于对大量相关工作的调研,本文分析了利用智能手机内置传感器实现对持续性活动进行感知识别的可行性。通过设计有效的数据采集系统,结合特定的实际问题对该类工作进行了深入的研究。本文的创新工作主要包括:
　　(1)分析并讨论了基了二传感器进行活动感知工作对该类数据及其采集方法的普遍要求,并利用分析结果,在安卓平台上实现了一种传感器数据采集系统。在不同型号设备上广泛测试的结果表明,本文设计的数据采集方法不仅能达到稳定有效的数据采集目的,而且实现的数据采集系统还具有操作便捷、低侵扰等特性。
　　(2)利用已实现的数据采集平台,基于提取的普通动作识别框架对持续姿态监测问题进行了深入研究,并设计了一种新的持续状态感知系统。在真实数据集上进行了广泛的实验结果表明,该系统可以达到对日常躺卧使用智能手机的姿态精准感知的目的。
　　(3)以实际的地图轮廓生成工作为研究对象,对持续活动的感知工作中存在的数据利用率低下的问题进行了深入分析。提出了一种数据融合方法,并在真实路段采集得到的数据上进行了性能测试。实验结果不仅表明了本文设计的系列数据处理算法和活动感知模型在地图轮廓序列生成工作E具有+定的有效性,同时也证明了对持续活动感知过程产生的传感器数据进行深入挖掘的可行性。