腕部加速度计中不同类型能耗预测模型的建构与评估

摘要： 构建不同类型的腕部加速度计能耗预测模型，并横向比较其准确性，为腕部加速度计（智能手环）的算法优化提供实证支持。方法：42名受试者（实验组28人和验证组14人），测试时每名受试者佩戴气体代谢分析仪Cosmed K4b2和2个佩戴加速度计Actigraph-GT3X于手腕和髋部处，分2个阶段完成20项体力活动。以间接测热法为能耗预测校标，采用实验组数据分别建立一般线性回归模型、两阶段模型、神经网络模型和支持向量机模型，并利用验证组数据对其测量准确性进行横向比较。结果：建立了线性模型（METs=0.000228×VM+2.019）、两阶段模型、10-21-1三层神经网络模型(初始学习率为0.05，动量常量设为0.5，误差率为0.000 1)和支持向量机模型（10个输入指标、RBF为核函数、gamma为1.5、C为10、损失系数为0.01）。在RMSE上，神经网络模