我正在研究目标c中的智能运动计划，该计划说明了最后一天的情况。跑步，散步，睡觉等。我可以使用滤波器测量正确的加速度计值，我有许多值和30分钟的间隔。
示例：
最后30分钟的加速度计运动值：1.002,1.0021,1.11,1.033，.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 1.32,1.23,1.01,1.37
结果：坐着
任何想法哪种方法适合计算这个，只是求和不是。平均？加权平均值？
答案 0 :(得分：0)
这不是一个小问题。
我走的方式是认识到这些不同的活动（除了睡觉）产生sinusoidal motions。关键是这些波的频率和幅度将根据你正在做的事情而变化：行走=频率较低，幅度较小;跑步=频率越高，振幅越大。
因此，您可能希望将您的信号（一系列数据值）转换为由正弦波组成的相同信号的表示，并从中挑出大的“特征”波，并因此识别活动。
要将数据系列转换为wave，您可以使用类似Fast Fourier Transform。
的内容Here's a question about FFT on iPhone.
如果你想避免像FFT这样复杂的东西，你可以在很短的时间内做一些最小值和最大值的事情。