5. Bố cục của luận án
2.6.1. Kết hợp các đặc trưng cảm biến
NCS đề xuất một lược đồ đơn giản cho kết hợp đặc trưng cảm biến đĩ là dùng phép nối giữa các véc-tơ đặc trưng được trích chọn từ mỗi cảm biến với trọng số là một số thực nằm trong khoảng [0,1] thể hiện tỷ lệ quan trọng đĩng gĩp vào độ chính xác. Các véc-tơ đặc trưng được tính từ gia tốc kế ( ), con quay hồi chuyển ( ) và từ kế ( ) được kết hợp thành một đặc trưng thống nhất theo cơng thức dưới đây:
⃗
(2.15)
=α .β.(1-α-β).
Trong cơng thức 2.15, α và β (α ≥0, β ≥0, α + β≤1) là trọng số của các đặc trưng dữ liệu gia tốc kế và các đặc trưng dữ liệu con quay tương ứng, việc sử dụng α và β cĩ thể giúp NCS ước tính được tỷ lệ phần trăm trong đĩng gĩp vào kết quả nhận dạng của từng cảm biến. Cụ thể hơn, cĩ thể coi cả ba cảm biến sẽ cĩ đĩng gĩp 100% vào kết quả nhận dạng, như vậy α cho biết gia tốc kế sẽ cĩ đĩng gĩp bao nhiêu phần trăm vào kết quả nhận dạng, β cũng sẽ cho biết con quay hồi chuyển cĩ đĩng gĩp bao nhiêu phần trăm vào kết quả nhận dạng và tương tự như vậy đối với từ kế. α và β được ước tính bằng cách đánh giá thử nghiệm trên tập dữ liệu. Tốn tử “ ” là một phép nối (concatanation) ba véc-tơ thành một véc-tơ đặc trưng kết hợp cả ba véc-tơ đặc trưng được tính từ gia tốc kế ( ), con quay hồi chuyển ( ) và từ kế ( ).
Sơ đồ các bước thực hiện từ bước tiền xử lý tín hiệu cảm biến đến bước trích chọn các đặc trưng và kết hợp các đặc trưng cảm biến được thể hiện trong hình 2.5. Trong hình 2.5, dữ liệu thu được từ cảm biến gia tốc, con quay hồi chuyển và từ kế được tiền xử lý (dữ liệu được lọc và phân đoạn thành các cửa sổ trượt). Sau bước này, các đặc trưng của các cảm biến tương ứng được tính tốn và kết hợp thành véc- tơ đặc trưng (như cơng thức 2.15). Véc-tơ đặc trưng này tiếp tục được sử dụng cho các mơ hình học máy bao gồm SVM và RF để phát hiện ngã.
Hình 2.5. Sơ đồ các bước thực hiện để kết hợp các đặc trưng cảm biến sử dụng cho mơ hình học máy