私は加速度計のジェスチャーを認識するアンドロイドアプリケーションを開発しています。今のところ、入力ジェスチャとデータベース内の約 200 の一意のジェスチャ データとの間の最小距離を取得するために、動的タイム ワーピングを利用しています。私のアプリケーションはデータをループし、入力ジェスチャをデータベース内のジェスチャ データと 1 つずつ比較します。平均5秒で最小距離を見つけてジェスチャを認識できます。問題は、認識時間を 0.5 秒以下短縮できるかどうかです。KNN のような分類法を使用し、それを dtw 法と組み合わせる必要がありますか? 例または参照は高く評価されます..
3 に答える
0
あなたが現在していることは1NNです。つまり、可能な限り最も単純な KNN メソッドを既に実行しているということです。K=1 で。K を変更しても速度は向上しません。結果の品質が変わるだけです。プロセスをスピードアップするには、次の 2 つのアプローチを使用することを検討してください。
- いくつかの索引付け方法を使用して、距離ベースの検索の計算の複雑さを軽減します。この問題は Nearest Neighbout Search (NNS) と呼ばれ、ウィキペディアでさえ高速化に関する多くの情報を提供しています。
- まったく異なる分類方法を使用して、はるかに単純なモデルを構築します（おそらくSVMまたは決定木でさえ、実際のデータに依存します）。
于 2013-09-13T04:59:21.933 に答える