基于穿戴装备的身体活动监测问题分析——2025年泰迪杯数据挖掘挑战赛B题解决方案

1次阅读

没有评论

共计 1612 个字符，预计需要花费 5 分钟才能阅读完成。

随着智能穿戴设备的普及，通过传感器数据监测人体活动状态成为健康管理的关键技术。2025 年泰迪杯 B 题要求参赛者基于三轴加速度计、陀螺仪等设备采集的时序数据，实现 6 类日常活动（步行、跑步、静坐等）的精准分类。核心挑战在于：

传感器数据存在噪声和个体差异
不同活动间的特征边界模糊（如慢走 vs 快走）
设备采样频率差异导致数据对齐困难

原始数据集包含 30 名受试者的传感器读数，采样频率为 50Hz。通过初步分析发现：

数据分布问题
静坐类样本占比 40%，存在类别不平衡
部分受试者的设备存在信号中断（约 5% 的缺失值）
信号特征观察
加速度计 Z 轴在上下楼梯时呈现明显周期性
陀螺仪 X 轴对转身动作敏感
异常检测
通过 3σ 原则发现约 2% 的异常值，主要出现在设备剧烈晃动时

缺失值处理
短时缺失（<100ms）采用线性插值
长时缺失直接剔除该时间段样本

信号滤波
使用 Butterworth 低通滤波器（截止频率 5Hz）消除高频噪声：

from scipy.signal import butter, filtfilt

def butter_lowpass_filter(data, cutoff=5.0, fs=50.0, order=4):
    nyq = 0.5 * fs
    normal_cutoff = cutoff / nyq
    b, a = butter(order, normal_cutoff, btype='low')
    y = filtfilt(b, a, data)
    return y

时域特征 （滑动窗口 = 2 秒）
均值 / 方差 / 峰度
过零率
信号幅度面积（SMA）
频域特征
FFT 能量谱带划分（0-5Hz, 5-10Hz, 10-15Hz）
主频分量占比
交叉传感器特征
加速度计与陀螺仪的相关系数
三轴向量合成幅度

模型	准确率	推理速度 (ms/ 样本)	内存占用
RandomForest	89.2%	2.1	中等
XGBoost	91.5%	1.7	较低
LSTM	93.1%	8.3	较高

最终选择 XGBoost 作为基础模型，在效果和效率间取得平衡。

from tsfresh import extract_features

# 提取自动化特征
features = extract_features(
    timeseries_data, 
    column_id="subject_id",
    column_sort="timestamp",
    default_fc_parameters=EfficientFCParameters())

import xgboost as xgb

params = {
    'max_depth': 6,
    'learning_rate': 0.1,
    'subsample': 0.8,
    'colsample_bytree': 0.7,
    'objective': 'multi:softmax',
    'num_class': 6
}

dtrain = xgb.DMatrix(X_train, label=y_train)
model = xgb.train(params, dtrain, num_boost_round=200)