2022年第十一届认证杯数学中国数学建模国际赛小美赛C 题 对人类活动进行分类 27页论文及代码

Posted 2022-12-16 Better Bench

1 题目

人类行为理解的一个重要方面是对日常活动的识别和监控。可穿戴活动识别系统可以在许多关键领域提高生活质量，如门诊监测、居家康复、跌倒检测等。基于惯性传感器的活动识别系统通过个人报警系统[1]、跌倒检测和分类[2]、医疗诊断和治疗[3]、在家或学校远程监测儿童、康复和物理治疗、生物力学研究、人体工程学、体育科学、芭蕾舞和舞蹈、动画、电影制作、电视、现场娱乐、虚拟现实和电脑游戏[4]等应用于远程监测和观察老年人。我们尝试使用微型惯性传感器和定位于身体不同部位的磁力计来对人类活动进行分类，获得了以下数据。

这19项活动由8名受试者(4名女性，4名男性，年龄在20至30岁之间)进行，每项活动持续5分钟。每个受试者的每项活动信号总持续时间为5分钟。受试者被要求以自己的风格执行活动，不受活动应该如何执行的限制。因此，在一些活动的速度和幅度上存在着学科间的变化。

对传感器单元进行校准，以获取25赫兹采样频率的数据。5分钟的信号被分成5秒的片段，因此每个活动可获得480(= 60 × 8)个信号片段。

这19个活动是:

1.坐(A1);
2.站(A2);
3.仰卧(A3);
4.右侧卧(A4);
5.上升楼梯(A5);
6.下行楼梯(A6);
7.静止站在电梯里(A7);
8.在电梯里四处走动(A8);
9.在停车场散步(A9);
10.在跑步机上以4公里/小时的速度平卧和15度斜卧行走(A10);
11.在跑步机上以4公里/小时的速度以15度倾斜姿势行走(A11);
12.在跑步机上以8公里/小时的速度跑步(A12);
13.在步进机上锻炼(A13);
14.在交叉训练机上锻炼(A14);
15.水平骑健身自行车(A15);
16.以垂直姿势骑健身自行车(A16);
17.划船(第A17);
18.跳(A18);
19.打篮球(A19)。

要求你们队建立一个合理的数学模型来解决以下问题。

1.请设计一组特征和一个高效的算法，以便从这些穿戴式传感器的数据中对19种人类行为进行分类。

2.由于数据成本高，我们需要在有限的数据集下，使模型具有良好的泛化能力。我们需要对这个问题进行具体的研究和评估。请设计一个可行的方法来评估你的模型的泛化能力。

3.请研究并克服过拟合问题，让你的分类算法可以广泛应用于人的动作分类问题。

完整的数据可以通过以下链接下载:https://caiyun.139.com/m/i?0F5CJUOrpy8oq

附录:文件结构

19项活动(a)
8个科目§
60个片段
躯干(T)，右臂(RA)，左臂(LA)，右腿(RL)，左腿(LL) 5个单元
每个单元上有9个传感器(x, y, z加速度计，x, y, z陀螺仪，x, y, z磁力计)
文件夹a01, a02，…， a19包含19个活动记录的数据。
对于每个活动，子文件夹p1, p2，…， p8包含了这8个主题中的每一个的数据。
在每个子文件夹中，有60个文本文件s01, s02，…， s60，每个段一个。
在每个文本文件中，有5个单元× 9个传感器= 45列，5秒× 25赫兹= 125行。
每一列包含在5秒的时间内从其中一个单元的其中一个传感器获取的125个数据样本。
每一行包含在一个用逗号分隔的特定采样时刻从所有45个传感器轴获得的数据。
列1-45对应于:
T_xacc, T_yacc, T_zacc, T_xgyro，…， T_ymag, T_zmag，
RA_xacc, RA_yacc, RA_zacc, RA_xgyro，…， RA_ymag, RA_zmag，
LA_xacc, LA_yacc, LA_zacc, LA_xgyro，…， LA_ymag, LA_zmag，
RL_xacc, RL_yacc, RL_zacc, RL_xgyro，…， RL_ymag, RL_zmag，
LL_xacc, LL_yacc, LL_zacc, LL_xgyro，…， LL_ymag, LL_zmag。因此,1-9对应1号单元(T)的传感器，10-18对应2号单元(RA)的传感器，19-27对应3号单元(LA)的传感器，28-36对应4号单元(RL)的传感器，37-45对应5号单元(LL)的传感器。

2 论文摘要

全球气候变暖是一种和自然有关的现象，是由于温室效应不断积累，导致地气系统吸收与发射的能量不平衡，能量不断在地气系统累积，从而导致温度上升，造成全球气候变暖。由于人们焚烧化石燃料，如石油，煤炭等，或砍伐森林并将其焚烧时会产生大量的二氧化碳，即温室气体，这些温室气体对来自太阳辐射的可见光具有高度透过性，不仅危害自然生态系统的平衡，还影响人类健康 甚至威胁人类的生存。本次项目的内容就是针对这一现象，建立模型，判断和预测相关的信息，例如温度变化以及各因素的影响等。
针对问题一、其中我们使用到Mann-Kendall检验法判断温度变化趋势，在交点处于1983年的情况下，本文不认为全球气温的上升导致了比之前任何10年观察到的更大的上升，随后处理数据，进行ARIMA的模型设置，使用ARGM和LSTM算法进行预测，本文认为LSTM模型效果更好，且温度需要在2135年才会到达20℃。
针对问题二、使用最小二乘法判断温度时间的位置关系，最后分析自然灾害等自然因素对于全球气温的影响。过程中一些研究机构已知的信息，来建立模型并解决问题，通过这些模型对于所研究的一些内容进行预测，同时在总结完这些的基础上，判断各个外界因素对于全球温度是否有影响，最终根据这些信息，我们得知二氧化碳等温室气体的排放只是导致全球气温上升原因的一部分，因此我们进一步研究这些因素，并找到一些切实可行的办法，通过控制这些我们在项目中研究到的会影响到气温的因素，尽量减缓全球气温的升高速度，这对于世界上的每一个国家，每一个人都是有意义的。
本文对于以上所提到的问题，通过数学建模的方式尝试找出规律以及解决方案，并致力于寻找一个合理的方案去应对这些实际问题。
关键词：ARGM, LSTM, Mann-Kendall, 全球变暖，偏最小二乘法

3 下载链接

https://www.betterbench.top/#/15/detail
有任何问题，私信我