返回信息流小弟现在在做步态识别，需要用到特征提取以及KNN、贝叶斯等算法
数据收集使用的是传感器，不是视频，所以计算机视觉方面的貌似不适用
1 对于特征提取也不知道如何去提取更好的特征，同时不知道如何把实际数据和算法联系起来，无从下手
2 每组数据之间的差距不是特别大
周期 步幅 步长 步频 步频误差 xz轴互相关系数
24.6696 49.3426 24.6905 61.6193 0.6225 0.0877
22.5205 43.5143 22.1366 69.8304 0.7949 0.0186
25.0000 49.4830 25.3571 61.2391 0.6127 0.2377
26.4313 53.3435 27.2007 56.6211 0.5246 0.1622
25.8095 51.0238 26.0306 59.3346 0.5755 0.0325
27.5267 52.6381 26.8605 57.6168 0.5442 0.1422
这是6组数据，差别不大，识别是很容易出错，但是又不知道该如何处理
3 同时对于留一法和交叉验证不理解
希望有大牛可以替小弟解惑，谢谢
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #10281同步于 2013/3/26
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
【请教问题】关于特征提取、机器学习和模式识别
wwkk123
2013/3/26镜像同步6 回复
订阅后，新回复会通过你的通知中心匿名送达。
6 条回复
1.视觉特征，都能试下SIFT、Gabor等吧，网上有开源包
2.用机器学习的包跑跑吧，可以看看scikit-learn，或者一些特定的包，如果libsvm。
3.数据分为十份，九分做训练，留一份做测试，并且每一份都做一次测试，一共十次，就是10-cross validation。留一法跟这个差不多，不过每次只有一个样本作为测试，其他都作为训练。
嗯 谢谢
不过忘了说了，我们用的是传感器收集步态数据，基于传感器的，不是基于计算机视觉的
这方面有没有什么资料可供参考的
【 在 chentingpc 的大作中提到: 】
: 1.视觉特征，都能试下SIFT、Gabor等吧，网上有开源包
: 2.用机器学习的包跑跑吧，可以看看scikit-learn，或者一些特定的包，如果libsvm。
: 3.数据分为十份，九分做训练，留一份做测试，并且每一份都做一次测试，一共十次，就是10-cross validation。留一法跟这个差不多，不过每次只有一个样本作为测试，其他都作为训练。
google
【 在 wwkk123 的大作中提到: 】
: 嗯 谢谢
: 不过忘了说了，我们用的是传感器收集步态数据，基于传感器的，不是基于计算机视觉的
: 这方面有没有什么资料可供参考的
: ...................