可穿戴设备人体活动识别数据集
数据来源：互联网公开数据
标签：人体活动识别,可穿戴设备,机器学习,时间序列,活动分类,行为分析,健康监测
数据概述：
本数据集由挪威科技大学（NTNU）创建，是一个经过专业标注的可穿戴设备数据集，旨在支持机器学习算法在自由生活环境中识别人类活动的研究。数据集包含22名受试者在日常任务中佩戴的两台三轴Axivity AX3加速度计记录的多维时间序列数据，采样频率为50Hz。传感器分别固定在右大腿和下背部，记录了受试者在约2小时内进行的各种日常活动。
数据用途概述：
该数据集适用于开发和评估基于机器学习的人体活动识别算法，特别是在真实世界场景中。研究者可以利用这些数据训练模型以准确识别多种人类活动，支持健康监测、行为分析、智能设备开发等领域的研究。此外，数据集还适用于验证算法在复杂现实环境中的性能，为可穿戴设备在日常生活中的应用提供数据支持。
