這是我第一次實作有關機器學習的專題，雖然缺點很多，但也為往後打下了一些基礎。

1. Precision Motion Control Lab
National Taiwan Normal University
1
圖形辨認(Pattern Recognition)期末專題
以Pocket Perceptron訓練的
上下樓梯辨識穿戴式裝置
機電工程系碩士班 林高遠

2. Precision Motion Control Lab
National Taiwan Normal University
2
研究動機

3. Precision Motion Control Lab
National Taiwan Normal University
3
實驗設計
起點
折返點
Y
X
Z
Y
X
Z
三軸加速規
±6G

4. Precision Motion Control Lab
National Taiwan Normal University
4
自幹的實驗設備
SW, FW, HW
一手包辦

5. Precision Motion Control Lab
National Taiwan Normal University
5
計劃流程
分析
訓練&學
習
分類
實際應用

6. Precision Motion Control Lab
National Taiwan Normal University
6
目測資料趨勢
上樓梯--→停止-→下樓梯

7. Precision Motion Control Lab
National Taiwan Normal University
7
目測資料趨勢
上樓梯--→停止-→下樓梯

8. Precision Motion Control Lab
National Taiwan Normal University
8
特徵空間分布
本訓練集無法完全線性可分
無法找到任一條線完全切開兩類

9. Precision Motion Control Lab
National Taiwan Normal University
9
libsvm

10. Precision Motion Control Lab
National Taiwan Normal University
其他方法?
• kNN – 搜尋太久，而且搜尋時間變動大
• Bayes – 找不出能描述資料分布的模型
10

11. Precision Motion Control Lab
National Taiwan Normal University
Perceptron
11
限制:訓練集必須要完全線性可分

12. Precision Motion Control Lab
National Taiwan Normal University
Pocket Perceptron
12

13. Precision Motion Control Lab
National Taiwan Normal University
何謂 Pocket Perceptron ?
13
「甚至不願離開很爛的對象，
只因為不確定下一個會不會更
好？」
- 女王 ”擺脫妳的爛男人體質”

14. Precision Motion Control Lab
National Taiwan Normal University
訓練 Pocket Perceptron
14
W(0)=隨機
W=[1秒內加速度峰對峰 , BMI, 標籤]
比照libsvm資料格
式
1 1: 38 2: 21
2 1: 117 2: 23
資料數:
上樓梯 4547
下樓梯 3759

15. Precision Motion Control Lab
National Taiwan Normal University
訓練 Pocket Perceptron 結果
15
4567 /(上樓梯4547 + 下樓梯
3759)=54%
幾乎只剩50%,與random差不多
→未能容錯, 修正過度
若對樣本排序洗牌，更慘！
45 /(上樓梯4547 + 下樓梯3759)=0.54%
→未能容錯, 修正過度

16. Precision Motion Control Lab
National Taiwan Normal University
訓練 Pocket Perceptron 結果
16
54% → 77%
尚未做交叉訓練
改良
加入觀察期
if(PRcounter>樣本數)
{
//修正
}

17. Precision Motion Control Lab
National Taiwan Normal University
訓練 Pocket Perceptron 結果
17
漂亮分割

18. Precision Motion Control Lab
National Taiwan Normal University
18
計劃流程
分析
訓練&學
習
分類
實際應用

19. Precision Motion Control Lab
National Taiwan Normal University
• 分類器層數不夠多
• 訓練資料不夠多
資料蒐集裝置未模組化
配戴難看，難找受試者
→已改良(如圖)
19
檢討