技术特征：
技术总结
一种基于物理属性的自适应性行为识别方法，通过采集运动过程的加速度数据作为训练样本，利用卡尔曼滤波器对训练样本进行滤波，计算每类动作一个完整周期的物理属性作为样本特征值，采用可变大小的动态滑动窗口来处理实时数据流，选择各特征值的平均值及引力作为投票依据，通过投票来进行分类。最后通过增量学习过程来动态更新样本特征值，使其逐渐趋向于用户的行为习惯，达到更好的行为识别目的。本发明对个别用户具有良好的灵活适应性、识别率较高。
技术研发人员：钱丽萍;李鹏欢;吴远;黄亮
受保护的技术使用者：浙江工业大学
技术研发日：2017.04.12
技术公布日：2017.09.08