摘要：该数据集记录了30名年龄在19至48岁之间的志愿者佩戴腰部智能手机完成日常活动时产生的惯性传感器数据，旨在识别步行、上楼梯、下楼梯、坐姿、站立和躺卧六类人体活动。
数据集概述
该数据集记录了30名年龄在19至48岁之间的志愿者佩戴腰部智能手机完成日常活动时产生的惯性传感器数据，旨在识别步行、上楼梯、下楼梯、坐姿、站立和躺卧六类人体活动。实验使用三星 Galaxy S II 内置的加速度计与陀螺仪，以50 Hz频率采集三轴线性加速度和三轴角速度，并通过同步录像对活动类别进行人工标注。
数据结构与关键特征
数据集以train.csv和test.csv组织，按照受试者划分约70%的训练数据和30%的测试数据。原始传感器信号经过噪声滤波，并采用长度2.56秒、重叠率50%的滑动窗口进行分段，每个窗口包含128次采样。通过巴特沃斯低通滤波器将加速度分解为人体运动与重力分量，随后从时域和频域信号中提取561个特征；每条记录还包含活动标签和受试者编号，适合开展多类别分类及跨受试者泛化实验。
应用价值与研究方向
该数据集可用于智能手机人体活动识别、健康监测、运动分析、老年人照护、跌倒风险预警和环境辅助生活系统研究。研究方向包括支持向量机、随机森林及深度神经网络分类，卷积神经网络与循环神经网络时序建模，特征选择、传感器融合、迁移学习、跨用户泛化以及移动端轻量化部署，同时也可用于研究低功耗实时活动识别和隐私保护型健康感知技术。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-718
文件大小：23M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)