Сравнение данных движения

Question

Я работаю над проектом, который включает сравнение данных о движении, собранных с датчиков акселерометра и гироскопа. Допустим, у меня есть данные для определенного типа движения (например, бросание мяча), и я создал сегменты вручную, как вы можете видеть на изображении ниже, где A B и C указывают три сегмента.

Данные акселерометра с сегментами:

Цель: учитывая X новый временной ряд данных движения, который я записал с того же датчика, как я могу сказать, насколько сходным было движение для каждого сегмента с данными движения Y из моей коллекции. Обратите внимание, что для новых данных у меня нет информации о сегментах.

Идеи: я знаю, как сравнить два временных ряда с кросс-корреляцией или DTW, но в моем случае есть проблема с сегментами. Является ли хорошей идеей применить DTW с 1-KNN, чтобы найти "ближайший" временной ряд (из X) из моей коллекции, а затем сравнить каждый сегмент Y_nearest с X? Как я могу сделать сравнение, если у меня нет информация о сегментах для данных движения X? Есть ли лучший подход с использованием алгоритмов машинного обучения?

Answer 1

Данные здесь только о том, что они не поддаются DTW или другим формам и требуют метода, основанного на особенностях.

DTW может выровнять смещенные данные, но не может сопоставить, скажем, 5 пиков с 4 пиками. Для таких данных люди прибегают к созданию вектора признаков {min,max,STD, пересечения нуля и т. Д.}

Однако есть новая неопубликованная мера расстояния, которая может сработать. Если вы напишите мне, я вышлю вам код.

Имонн Кеог