文件名称：熵值法matlab代码-IGTS-python:基于信息增益的时间分割
文件大小：3.25MB
文件格式：ZIP
更新时间：2024-06-14 03:20:51
系统开源
保守值法matlab代码如果您使用此存储库中提供的资源（算法，代码和数据集），请引用我们的论文。 *此页面底部提供了BibTeX条目。 （IGTS）多元时间序列的时间分割 基于信息增益的指标，用于识别人类活动的转变 这项工作旨在识别关注人类活动的多元时间序列中的过渡时间。 尚未提出用于提取活动粒度不同级别的转换时间的通用方法。 人类行为分析和活动识别中的现有工作主要使用预定义的滑动窗口或固定段，这些滑动段或固定段处于较低水平（例如站立或步行），或者处于较高水平（例如就餐或上下班）。 我们提出了一种基于信息增益的时间分割方法（IGTS），这是一种无监督的分割技术，旨在从异构传感器数据中查找人类活动和日常活动中的转换时间。 提议的IGTS方法适用于低级别活动，其中每个部分都捕获了将被识别或预测的单个活动（例如步行），也适用于高级活动。 传感器数据的异质性涉及数据转换阶段。 通用方法已经在来自智能手机和无设备基础设施的各种标记和未标记活动识别以及常规数据集上进行了彻底评估。 实验结果证明了该方法的鲁棒性，因为可以从不同的数据集中捕获低级活动和高级别活动的所有部分，并且具有最小的误差和较高的计
【文件预览】：
IGTS-python-master
----paper()
--------1-s2.0-S1574119217300081-main.pdf(1.96MB)
----code()
--------demo_syntheticdata.py(807B)
--------IGTS.py(12KB)
----README.md(4KB)
----Presentation()
--------IGTS- Presentation.pptx(2.01MB)
----Bluetooth Data()
--------iBeacon Data.csv(95KB)