运动数据比较

Question

我正在从事一个项目，该项目涉及比较从加速度计和陀螺仪传感器收集的运动数据。假设我有特定运动类型的数据（例如投掷球），并且已经手动创建了分段，如下面的图像波纹所示，其中A B和C表示三个分段。

带分段的加速度计数据：

目标：给定X，我从同一传感器记录了一个新的时间序列的运动数据，我如何才能知道每个片段的运动与我收集的运动数据Y的相似程度。请注意，对于新数据，我没有有关细分的信息。

想法：我知道如何比较两个具有互相关或DTW的时间序列，但在我的情况下，这些细分存在问题。将DTW与1-KNN结合使用以从我的集合中找到X的“最近”时间序列，然后将Y_nearest的每个分段与X进行比较，这是一个好主意吗？有关X运动数据的段的信息？使用机器学习算法是否有更好的方法？

Answer 1

这里的数据范围更广，不适合DTW或其他形状度量，并且需要基于特征的方法。

DTW可以对齐未对齐的数据，但是无法将5个峰映射为4个峰。对于此类数据，人们诉诸于创建{min，max，STD，零交叉等}的特征向量

但是，有一种新的未公开的距离量度可能有效。如果您给我写信，我会把代码发送给您。

Eamonn Keogh