2022数学建模小美赛C题解题思路及参考资料matlab代码

c题问题重述

人类行为理解的一个重要方面是对日常活动的识别和监测。可穿戴活动识别系统可以在许多关键领域提高生活质量，如流动监测、基于家庭的康复和跌倒检测。基于惯性传感器的活动识别系统被用于通过个人报警系统远程监测和观察老年人[1]，跌倒的检测和分类[2]，医疗诊断和治疗[3]，远程监测在家或在学校的儿童，康复和物理治疗，生物力学研究，人体工程学，体育科学，芭蕾舞和舞蹈，动画，电影制作，电视，现场娱乐，虚拟现实，和计算机游戏[4]。我们尝试使用定位在身体不同部位的微型惯性传感器和磁力计来对人类活动进行分类，得到了以下数据。

19项活动中的每一项都由8名受试者（4名女性，4名男性，年龄在20至30岁之间）进行，时间为5分钟。每个受试者的每项活动的总信号时间为5分钟。

受试者被要求以他们自己的风格进行活动，并且不被限制如何进行活动。由于这个原因，一些活动的速度和振幅在受试者之间存在差异。

传感器单元被校准为以25Hz的采样频率获取数据。5分钟的信号被分成5秒的片段，因此每个活动可获得480（= 60 × 8）个信号片段。

这19项活动是:

1. 坐在（A1）

2. 站立（A2）

3. 仰卧（A3）

4. 右侧卧位（A4）

5. 上升的楼梯（A5）

6. 下楼梯（A6）

7. 仍然站在电梯里（A7）

8. 在电梯里走动（A8）

9. 在停车场行走（A9）

10. 在平坦位置和15度倾斜位置的跑步机上以4公里/小时的速度行走（A10）

11. 在15度倾斜位置的跑步机上以4公里/小时的速度行走（A11）

12. 在跑步机上跑步，速度为8公里/小时（A12）

13. 在踏步机上锻炼（A13）

14. 在交叉训练器上进行锻炼（A14）

15. 以水平姿势在健身车上骑行（A15）

16. 以垂直姿势在健身车上骑行（A16）

17. 赛艇（A17）

18. 跳跃（A18）

19. 打篮球（A19）

你们团队被要求建立一个合理的数学模型来解决以下问题。

1. 请设计一组特征和一种算法，以便从这些随身携带的传感器的数据中对19种人类行为进行分类。

2. 由于数据的成本很高，我们需要在有限的数据集下使模型具有良好的概括能力。我们需要具体研究和评估这个问题。请设计一个可行的方法来评估你的模型的泛化能力。

3. 请研究并克服过拟合问题，使你的分类算法能够广泛用于人们的行动分类问题上。

C题看似是三个问题，实则是一个问题，这是机器学习中典型的有标签的多分类问题，也就是有监督的多分类算法，可以使用k近邻算法，朴素贝叶斯算法或支持向量机来进行模型学习训练。​

【2022数学建模小美赛C题解题思路及参考资料matlab代码-哔哩哔哩】https://mbd.pub/o/bread/Y5ycmpps

https://b23.tv/dxsBmh1