1D卷积网络HAR（人体活动识别）实践

HAR（人体活动识别）是根据加速度计序列数据，将活动分类为已知的预约义的活动类别，其数据是由专业设备或智能手机记录的。web 解决这个问题的传统方法须要手工制做特征，这些特征来自于基于固定大小的窗口和训练机器学习模型的时间序列数据，例如集成决策树。而难点在于，这种特征工程须要在该领域拥有深厚的专业知识。算法 最近，一些深度学习方法，如循环神经网络和一维卷积神经网络，以及各类CNN，在不多或没有数据

>>阅读原文<<