基于惯性的变压器活动识别 该存储库提供了本文中描述的方法的官方PyTorch实施： “使用变压器增强基于惯性的人类活动识别” （Shavit和Klein，2021年，IEEE开放访问）。 我们提出了一个基于Transformers的基于惯性的活动识别的通用框架。 使用移动设备上的惯性传感器随时间推移收集的样本将提供给Transformer Encoder架构，以学习智能手机位置识别（SLR）和人类活动识别（HAR）任务。 所提出的方法是第一个使用Transformers来完成此任务的方法，并且在多个数据集和方案中显示出提供了一致的改进。 我们的模型架构（IMU-Transformer）如下所示： 基于交互的活动识别的培训和测试 该存储库支持用于基于惯性的活动识别的深度学习模型的训练和测试。 具体来说，这些模型采用IMU数据并对活动类型进行分类。 我们支持两种模式： 基于变压器的分

人类活动识别 此存储库包含人类活动识别 (HAR) 项目的脚本

使用自我注意从可穿戴传感器数据中识别人类活动 Tensorflow 2.x实施“使用自注意力从可穿戴传感器数据中识别人类活动”， ，作者： 和M. Tanjid Hasan Tonmoy等。 [ ] [ ] **此存储库正在维护中。 最终版本的代码将很快发布** 安装 要在python3环境中安装依赖项，请运行： pip install -r requirements.txt 数据集下载 要下载数据集并将其放置在data目录下以进行模型训练和推理， dataset_download.py使用以下命令运行脚本dataset_download.py ： python dataset_download.py --dataset DATASET --unzip 此处，此项目的命令行参数DATASET中的数据集名称如下： DATASET = pamap2 / opp / uschad

人类活动识别 在 UCI HAR 数据集上使用 ML 进行人类活动识别

标题 作者 日期 输出 自述文件 克莱尔·萨洛姆 2015 年 4 月 26 日 html_document ###随附的数据取自以下原始数据源： 使用智能手机数据集 1.0 版进行人类活动识别 Jorge L. Reyes-Ortiz、Davide Anguita、Alessandro Ghio、Luca Oneto。 Smartlab - 非线性复杂系统实验室 DITEN - Universit‡ degli Studi di Genova。 Via Opera Pia 11A, I-16145, 热那亚, 意大利。 ####数据生成方式的详细信息如下。 ###Provided 是每个主题和以下活动的平均值： 来自加速度计的三轴 (XYZ) 加速度的平均和标准偏差，分为估计的重力和身体加速度。 陀螺仪三轴角速度的平均值和标准偏差。 每个主题和活动的活动标签。 进行实

介绍： 用于人类活动识别的LSTM-CNN模型第一个可穿戴的数据集是“ ，该包含30位受试者的记录，这些受试者在进行带有腰部安装式智能手机的嵌入式智能手机的同时进行日常生活（ADL）活动。 每个人都在腰上佩戴智能手机（三星Galaxy S II）进行六项活动。 从嵌入式加速度计和陀螺仪中，以50Hz的恒定速率捕获3轴线性加速度和3轴角速度。 标签是通过视频记录的。 传感器信号通过应用噪声滤波器进行预处理，然后在2.56秒和50％重叠（128个读数/窗口）的固定宽度滑动窗口中采样。 通过从时域和频域计算变量，从每个窗口获得了561个特征的向量。 另一个可穿戴数据集是数据集，该数据集包含十名志愿者在执行12项常见活动时的身体运动和生命体征记录。 放置在对象胸部，右手腕和左脚踝上的传感器用于测量身体各个部位所经历的运动，即加速度，转弯速率和磁场方向。 置于胸部的传感器还提供2导联心电图测量，可

###人类活动识别使用智能手机数据集####作者：Coursera2015（获取和清理数据，2015 年 1 月） ＃＃＃用法 将存储库 UCI-HAR-Datatest $ git clone https://github.com/Coursera2015/UCI-HAR-Dataset到您的个人资料（ $ git clone https://github.com/Coursera2015/UCI-HAR-Dataset ）。 将目录 UCI-HAR-Dataset 设置为您的工作目录。 运行脚本run_analysis.R 。 它使用目录“data”中的数据文件。 整洁的数据集data_fin.txt被导出到工作目录。

哈尔 使用深度神经网络的人类活动识别（HAR）

最新的harviewer，用来分析chrome生成的*.har文件。 用法： 1. 打开index.php和preview.php，将代码： 删掉。 2. 重命名index.php为index.htm，preview.php为preview.htm 3. 用浏览器打开index.htm，并将validate设置为false，将har文件拉入浏览器即可

在投影锐化架构上结合 WTA、HL 和 HAR 的网络对关系进行无监督学习。 由库克等人设计。