基于随机森林算法的多维情境特征活动识别

摘要：

利用智能手机传感器可感知时间、空间、时空和用户等多维情境的特征,可识别用户活动,但原框架模型中仅利用了单一分类器中的朴素贝叶斯算法,存在分类精度效果受限的问题.本文利用集成分类器中的随机森林算法对原有框架中的单一分类器进行了改进.在获取的3个数据集上的十倍交叉验证结果表明,加权平均F1量测值均有较大提高,表明利用随机森林算法在分类精度效果上有所提升;但由于集成算法结构相对复杂,其学习效率相对较低.此外,随机森林算法的分类混淆矩阵表明,导致识别误差的因素主要为活动的定义与室内定位精度.

关键词：活动识别、情境感知、机器学习、随机森林、手机传感器

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家重点研发计划2016YFB0502102;国家高技术研究发展计划863 计划2013AA12A201;现代工程测量国家测绘地理信息局重点实验室经费资助TJES1302;2014江苏省普通高校研究生科研创新计划KYLX_1394

在线出版日期：2017-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：29-33,44