The present application discloses a method for generating an action classification model, which comprises: a mobile terminal obtains a first classification model; a mobile terminal detects and records user action data in a predetermined period of time; obtains time-domain and frequency-domain eigenvalues from action data; and obtains time-domain eigenvalues, frequency-domain eigenvalues, and a first score from time-domain eigenvalues, frequency-domain eigenvalues, and frequency-domain eigenvalu Class model obtains the second classification model, where the time domain eigenvalues include acceleration eigenvalues and environmental eigenvalues. The application also discloses a mobile terminal and a storage device. Through the above method, the application can make the generated action classification model more accurate in classifying the user's actions.
【技术实现步骤摘要】
移动终端及其生成动作分类模型的方法、存储装置
本申请涉及电子设备领域,特别是涉及一种移动终端及其生成动作分类模型的方法、存储装置。
技术介绍
随着移动互联网和智能硬件的不断升级优化,人们的生活观念和需求也不断地发生变化,越来越关注自身健康,也越来越关注日常的运动情况。目前人体的动作分类方法是通过终端记录的动作数据与动作分类模型进行匹配,从而对用户的动作进行分类。而一般的动作分类模型仅是加速度阈值的组合,而通过这种动作分类模型在对用户的动作进行分类时,不能准确的对用户的动作进行分类。
技术实现思路
本申请主要解决的技术问题是提供一种移动终端及其生成动作分类模型的方法、存储装置,能够使生成的动作分类模型在对用户的动作进行分类时更加准确。为解决上述技术问题,本申请采用的一个技术方案是:提供一种生成动作分类模型的方法,该方法包括:移动终端获取第一分类模型;移动终端检测并记录用户在预定时段的动作数据;根据动作数据获取时域特征值和频域特征值;根据时域特征值、频域特征值以及第一分类模型获取第二分类模型;其中,时域特征值包括加速度特征值和环境特征值。为解决上述技术问题,本申请采用的另一个技术方案是:一种动作分类方法,该方法包括:移动终端获取第一分类模型;移动终端检测并记录用户的动作数据,该动作数据包括第一时间段内的第一动作数据和第二时间段内的第二动作数据;根据第一动作数据和第一分类模型获取第二分类模型;将第二动作数据和第二分类模型进行匹配以对第二动作数据分类。为解决上述技术问题,本申请采用的又一个技术方案是:提供一种移动终端,该移动终端包括处理器和与该处理器连接的存储器,存储 ...
【技术保护点】
1.一种生成动作分类模型的方法,其特征在于,所述方法包括:移动终端获取第一分类模型;所述移动终端检测并记录用户在预定时段的动作数据;根据所述动作数据获取时域特征值和频域特征值;根据所述时域特征值、所述频域特征值以及所述第一分类模型获取第二分类模型;其中,所述时域特征值包括加速度特征值和环境特征值。
【技术特征摘要】
1.一种生成动作分类模型的方法,其特征在于,所述方法包括:移动终端获取第一分类模型;所述移动终端检测并记录用户在预定时段的动作数据;根据所述动作数据获取时域特征值和频域特征值;根据所述时域特征值、所述频域特征值以及所述第一分类模型获取第二分类模型;其中,所述时域特征值包括加速度特征值和环境特征值。2.根据权利要求1所述的生成动作分类模型的方法,其特征在于,在所述根据所述动作数据获取时域特征值和频域特征值之前,所述方法还包括:将所述动作数据加窗,以分成多份动作数据;对所述多份动作数据中每份动作数据滤波;其中,所述每份动作数据的数据量相同,且任两份相邻的动作数据中有20%~80%的相同数据。3.根据权利要求2所述的生成动作分类模型的方法,其特征在于,所述动作数据包括三轴加速度数据,在所述根据所述动作数据获取时域特征值和频域特征值之前,所述方法还包括:对滤波后的所述每份动作数据的每一三轴加速度数据进行矢量和相加。4.根据权利要求2所述的生成动作分类模型的方法,其特征在于,所述根据所述动作数据获取频域特征值包括:对滤波后的所述每份动作数据的三轴加速度数据进行快速傅里叶变换,并获取前2的N次方维系数,其中N为自然数。5.根据权利要求2所述的生成动作分类模型的方法,其特征在于,所述动作数据包括环境光亮度值和/或终端与周围物体的距离值,所述环境特征值包括:所述环境光亮度值在所述多份动作数据中每份动作数据的均值和/或所述终端与所述周围物体的距离值在所述多份动作数据中每份动作数据的均值。6.根...
【专利技术属性】
技术研发人员:陈冰,
申请(专利权)人:惠州TCL移动通信有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。