HAR滑动窗口预处理（滑窗切割）及网络搭建（训练）实战

Human Activity Recognition（HAR）译文：人类活动识别，人类行为识别，人体姿态识别

时序数据的预处理方法包含很多，其中滑动窗口预处理为增加数据量的关键，这里自行整理了7个公开数据集的滑窗预处理方法，形成可送入CNN或ResNet网络的数据形式用于HAR任务。

至于其他的预处理方法，例如标准化，缺值填充等可以根据需求自行在代码中添加

Daily-and-Sports-Activities-dataset：HAR-Dataset-Preprocess/Daily_and_Sports_Activities_dataset at main · xushige/HAR-Dataset-Preprocess · GitHub

OPPORTUNITY Dataset：HAR-Dataset-Preprocess/OPPORTUNITY at main · xushige/HAR-Dataset-Preprocess · GitHub

PAMAP2 Dataset：HAR-Dataset-Preprocess/PAMAP2 at main · xushige/HAR-Dataset-Preprocess · GitHub

UCI-HAR Dataset：https://github.com/xushige/HAR-Dataset-Preprocess/tree/main/UCI_HAR

The USC-SIPI Human Activity Dataset（USC-HAD）：https://github.com/xushige/HAR-Dataset-Preprocess/tree/main/USC_HAD

UniMib-SHAR Dataset：https://github.com/xushige/HAR-Dataset-Preprocess/tree/main/UniMib_SHAR

WISDM Dataset：https://github.com/xushige/HAR-Dataset-Preprocess/tree/main/WISDM