Opencv 使用加速度计和；机器学习

我即将着手开发一款移动应用程序，该应用程序使用加速计来检测运动类型，无论是跳跃、跑步、行走等。现在我最近做了大量的在线搜索，多少了解到使用机器学习可以检测从加速计采集的样本数据中的模式。我对机器学习完全陌生，但如果我理解正确（基于其他专家在网上给出的提示），我可以使用支持向量机或神经网络来识别收集样本中的模式，并将其映射到特定的运动类型。我还知道OpenCV库提供了这两种方法

---

该领域的专家能否告诉我哪种方法更适合使用，并指导我完成从数据收集到结果展示所需的步骤？

没有确凿的证据表明支持向量机或神经网络更适合一般情况，性能在很大程度上取决于应用程序以及如何设置这两种算法。因此，找到任何新应用程序的唯一方法是使用相同的数据尝试这两种应用程序，看看哪一种性能更好

此外，神经网络通常在分类时计算速度较快，但在训练时速度较慢。支持向量机训练速度快，分类速度慢

---

对于您的情况，算法的输入参数将是一个更大的问题。我不会将原始加速计数据输入SVM或NN。相反，我会进行预处理并获得基本信息，如总功率、标准偏差，可能是频域中的一些系数，以确定它的速度有多快。这样做可以让您在改进和调整分类器时有更好的直觉。如果您有正确的输入参数，您甚至可能不需要NN或SVM来确定基本运动，只需使用简单的最近距离标识符即可。祝你好运。

OpenCV还附带了一个机器学习库，你可以在这里找到它，而且OpenCV有到iOS和Android的端口