Limit this search to....

Aktivitätserkennung mittels Sensordaten eines Smartphones
Contributor(s): Rieger, Matthias (Author)
ISBN: 366825723X     ISBN-13: 9783668257238
Publisher: Grin Verlag
OUR PRICE:   $55.58  
Product Type: Paperback
Language: German
Published: January 2017
Qty:
Additional Information
BISAC Categories:
- Computers | Enterprise Applications - General
Physical Information: 0.2" H x 5.83" W x 8.27" (0.26 lbs) 82 pages
 
Descriptions, Reviews, Etc.
Publisher Description:
Bachelorarbeit aus dem Jahr 2016 im Fachbereich Informatik - Angewandte Informatik, Note: 1,3, Hochschule der Medien Stuttgart, Sprache: Deutsch, Abstract: Der intelligenten Technik am K rper, den sogenannten "Wearables", wie bspw. Fitnessarmb ndern oder Smartwatches, wird eine bl hende Zukunft prognostiziert. Sie gelten als einer der gr ten Techniktrends. Eine der Hauptaufgaben der Fitnessarmb nder und Smart Watches ist das berwachen k rperlicher Aktivit t. Vergessen wird, dass die Mehrheit l ngst unentwegt ein Messsystem bei sich tr gt - das Smartphone. Diese Arbeit zeigt, dass die Aktivit tserkennung mittels Sensordaten eines Smartphones mit hohen Erkennungsraten m glich ist. Hierzu wurde ein Echtzeitaktivit tserkennungssystem entwickelt. Das System ber cksichtigt Tragegewohnheiten und legt Wert auf Energieeffizienz. Dadurch wird es dem Anspruch an eine komfortable und praktikable Aktivit tserkennung gerecht. Das Aktivit tserkennungssystem kann problemlos f r Wearables o. . verwendet werden. F r die Aktivit ten Sitzen, Stehen, Liegen, Gehen, Laufen, Treppensteigen und Treppen hinuntergehen wurde eine Erkennungsrate von rund 97% erzielt. Zur Realisierung des Aktivit tserkennungssystems wurde eine Zeitreihenanalyse durchgef hrt. Diese folgt dem Schema des allgemeinen Klassifizierungsprozesses. Der allgemeine Klassifizierungsprozess wurde durch die Auswahl geeigneter Verfahren/Algorithmen aus der Dom ne Aktivit tserkennung konkretisiert. Diese werden vorgestellt. F r die Sensoren Gyroskop, Magnetometer und Beschleunigungssensor wurden jeweils individuell Verfahren/Algorithmen ausgew hlt. Hierdurch wurde die Erkennungsrate f r jeden einzelnen Sensor optimiert. Die Kombination der Sensoren wurde untersucht. Schlie lich wurde mit dem Beschleunigungssensor die h chste Erkennungsrate erzielt.