日常活动识别智能手机加速度计数据集-Uniud-2017

数据来源：互联网公开数据

标签：日常活动识别，加速度计，智能手机，人体活动，传感器数据，时间序列，机器学习，健康，行为分析

数据概述：本数据集旨在用于日常活动识别（ADL）研究，通过智能手机内置加速度计记录不同强度下的日常活动数据。数据由10名受试者完成，每人重复了多种活动三次，每次将智能手机放置在不同的位置（手臂、口袋、手腕）。该数据集共包含117714个样本。

数据由三个CSV文件组成，文件名对应智能手机放置位置。每个文件包含以下字段：

subject：受试者编号 (1-10)，受试者的年龄和性别信息在单独的文件中提供。 position：智能手机放置位置 (arm/pocket/wrist)。 activity：活动类型 (climbing_stairs/computer/down_stairs/ironing/sitting/sweeping/walking/walking_box)。"removed" 标签表示过渡阶段的片段，未具体代表任何活动。每个用户活动结束后的几秒钟未标记。在 "sitting" 活动中，受试者并非总是静止的。 segment：原始研究中，数据被分割成5秒的片段，用于特征计算。该字段也包含在数据中。 sample：样本编号，相对于受试者和位置。 ms：从记录开始的时间，以毫秒为单位。 x_acc, y_acc, z_acc：三个轴上的加速度数据。

数据用途概述：该数据集适用于多种研究和应用场景，包括：活动识别算法开发与评估、人体行为分析、移动健康应用开发、以及机器学习模型训练。研究人员可以利用此数据开发和测试基于加速度计的活动识别模型，探索不同智能手机放置位置对识别准确性的影响，并研究日常活动的能量消耗。此外，该数据集也可用于教育和培训，帮助学习者理解传感器数据分析和机器学习在健康领域的应用。