一直想寫點東西和大家交流，但是又怕自己才疏學淺，寫出的東西讓大家笑話，今天突然有感，被笑話也是督促自己進步的途徑。

本文的話題是一個看似簡單的行為識別模型給我帶來的“驚喜”。

為了便於理解，本文對問題進行的簡化。本文不涉及用到的理論和方法的詳細描述，只是講述了在解決問題中遇到的問題和收穫的知識。

模型功能：識別急加速行為。
輸入：三軸加速計資料x，y，z，取樣頻率10條/秒；
輸出：是否發生急加速行為。
應用環境：智慧手機

做為一個受過一點教育的工程師，接到這個任務滿心歡喜，So easy（領導一定也這麼覺得，So easy）。

模型方案信手拈來，蒐集急加速行為的資料，標記為1，正常駕駛資料標記為0，建個分類模型，搞定！問題來了，資料要怎麼蒐集呢？整個幾臺車出去跑，一個人開車，一個人記錄？跑10天，20天…，這樣也不是不可以，但是沒車沒人浪費錢啊。於是乎有人提議了，不如眾稠吧，於是一個急加速行為識別的應用誕生了，聰明的讀者要發問了，急加速行為識別的模型還沒有資料呢，應用是怎麼誕生的？是的，這就是本文的一個主題，沒有資料的情況下如何建立模型。

沒有資料的情況下如何建立模型

機理+規則。看看輸入資料的物理意義，輸入和輸出之間的關聯，定義行為判定規則。三軸加速計資料其實就是三個軸的加速度（三軸分別是橫向加速度-y軸、前向加速度-x軸、縱向加速度-z軸）

急加速時前向加速度會突變，一定程度的突變就是急加速了，哈哈，讀到這裡估計有的讀者也會覺得不就這麼簡單嗎，這不就是一個訊號突變檢測嗎，檢測出來前向加速度突變，定了程度就完事了。大家不要忘了，我們的應用環境是手機啊，手機座標系和車輛座標系重合時（手機的x、y、z軸和車輛的x、y、z軸重合）前向加速度突變才是急加速。那你做一下座標變換就好了，嗯，我也是這麼想的。通過旋轉座標變換，將手機的資料變換到車輛的座標系，變換後的y軸資料突變就是急加速行為，於是乎，資料經過旋轉矩陣的轉啊轉，終於和車輛座標系重合了。資料蒐集硬體也是各種電路吧，會有高頻干擾，導致訊號突變，加個濾波功能，選小波濾波還是滑動視窗濾波呢（就知道他倆），小波變換可以去除高頻噪音，我們這個資料蒐集頻率就10HZ，還是選滑動視窗濾波。一個濾波+旋轉座標變換的資料變換功能實現了，小小的成就感。

可愛的隊友將第一版模型整合到手機，檢測結果的提示音相當刺耳，一拿起手機就響，嗯嗯，竟然忽略瞭如此頻繁的場景。要怎麼規避使用手機場景的誤判呢？使用手機時手機在手裡，沒有使用手機時手機在車上，車應該比手抖得厲害吧（暫時不考慮手抖的使用者了），於是萬能的小波分析有派上了用場。在現有模型基礎上增加了一層小波分析，又興致勃勃地拿給隊友測試，玩手機不誤報了哎，好開心。

看似問題已經解決了，其實並不然，經過測試發現，模型只適用於抗干擾性較好的硬體，然而不同手機抗干擾性差異很大，真的有很不靠譜的硬體啊，自己抽風發抖的，我們又增加了資料來源，設計了相應的演算法，這裡不再贅述了，結論是好手機的使用者是我們的好朋友，破手機的使用者我們也盡力了(訊號分析的方法本人已經技窮了，有高手還希望多多指點)。還有一個問題，幾乎每個客戶都會問我，加速什麼程度算急加速，這個值你們是怎麼確定的，說我自己定的，我不夠權威，說看別人論文定的，好像自己很Low，技窮。

總結一下本節，有的時候確實需要我們在沒有資料的時候做模型，其實大家都不想這樣，但是沒辦法，機理模型、訊號分析、專家規則等可以幫助我們過渡這個困難的時期，注意不是渡過。

有一點資料的情況下如何建立模型

經過上面的努力，依然存在沒有解決和沒有答案的問題，於是乎我們覺得，還是需要一點資料做支撐的，拉著我們組的大哥，蒐集了一點點急加速行為資料，實在是太珍貴了，向上取樣將資料擴充了幾倍，進行了均勻處理，在時域和頻域對資料進行特徵提取，運用機器學習分類模型進行分類；於是乎，資料的可貴映入眼簾。與之前的訊號分析方法相比，特徵提取環節提取的特徵更加豐富，特徵的有效性具有可檢測性，就是得試來試去，及其費體力，雖然也有各種各樣的選擇方法，什麼熵增、與因變數關聯關係、降維，但依然費體力。與此同時，什麼程度的加速是急加速的問題也得到了一定程度上的解決，和我們採集的急加速行為有一定相似度的就是了，這樣好像比閾值方法高明一點吧。估計大家又要發問了，你之前為什麼不這麼做，因為我沒有想到硬體差異會這麼大，還有就是之前提到的沒車沒人沒錢啊。

一次和別人的合作，讓我有幸接觸到了Tensoflow、卷積神經網路，頓時感覺，這東西好啊，完全省去了特徵提取的體力活了，把輸入準備好，調參，期待完美的輸出吧。卷積神經網路在影象領域表現突出，通過卷積、池化、連線實現對影象的特徵提取和分類。影象可以表示成三維陣列，而我們的輸入資料屬於時域訊號，這個輸入該如何構造呢？博士運用手機檢測碰撞的模型思路，將時域訊號構造成滿足Tensorflow-CNN輸入結構，按照同樣的方法進行嘗試，果然省時省力啊。經過深入研究CNN，感覺博士構造輸入資料結構和網路結構的方式，只能實現對每個變數的單獨特徵提取，到最後的全連線層才能融合所有輸入特徵，能不能在構造輸入時能夠使卷積實現不同變數之間的特徵提取呢？因為再對影象進行特徵提取時就是鄰近區域的特徵提取；那麼CNN是否支援多輸入呢？之前研究過Siamese網路就是多輸入的，那麼通過構建不同的輸入，融合一些先驗的資訊，來減少網路深度，降低模型的複雜度是否可行呢，我還沒有驗證啊，感覺應該可行的，有興趣的讀者可以嘗試啦。有的讀者該發問了，深度學習不就是用深度網路來提升分析的準確性嗎？你這是倒退了。但是我並不覺得這是倒退了，我們解決問題的宗旨永遠都是用最少的投入獲得最大的產出，現實並沒有您想象的那麼完美，資料足夠多、足夠全、資源隨便用是不現實的，當我們有一些先驗知識有助於降低對資料的需求、對資源的需求就要把這些知識融入到模型。

資料的價值在於它蘊含的資訊和知識，而先驗的知識有助於降低對資料的需求，我不贊同那些拋棄機理盲目追求資料的主張，大家對資料太迷戀了，就像我的老公，一個畫配電圖的都覺得不懂點大資料都不好意思出門，不得不說，大資料的宣傳絕對是成功的。我的意思並不是資料不重要，看到我前面的分析也能感受到資料是重要的，但是資料應該是針對我們解決的問題蒐集的資料才有價值。總是看到報導稱大部分大資料產品都是偽價值，究其原因各個領域的大資料並沒有發展到可以產生價值的階段，好多行業的現狀是，覺得資料有價值，然後隨隨便便的蒐集著，最後交給資料分析師說，你去挖掘一下資料的價值，最後結論往往都是資料分析師水平不行~~，哈哈，我想說如果真的想做大資料就找個領域資料分析專家好好規劃一下。

有的時候條件確實是艱苦的，就像創業一樣，只有讓投資者感受到價值他們才願意掏錢。先創立一個新方向的時候，就是需要我們從零開始，從一無所有開始解決問題，但是知識和經驗就是在磨練中積累，喝下這碗雞湯吧。

之後我會對工作中遇到的問題，學到的知識進行總結，和大家交流，希望大家能夠多多指教。

寫部落格的目的是學習的總結和知識的共享，如有侵權，請與我聯絡，我將盡快處理