メインコンテンツ：
1. ACC がモーション アーティファクトを除去した後の他のノイズ効果の問題を調査します。
2. ACC と心拍数の変化とモデルの間の相関関係を観察します。
3. 心拍数の変化に対して回帰分析を実行し、異常な結果を除去します。
アルゴリズムフレームワーク:
1. S acc Saccを計算するS acc： S acc
, i = ∑ j = 1 n ( X acc , j 2 + Y acc , j 2 + Z acc , j 2 ) , S_{acc,i}=\sum_{j=1}^n (X_{acc,j}^2 +Y_{acc,j}^2 + Z_{acc,j}^2),SCC 、私_=j = 1∑ん( Xa cc 、j2+Ya cc 、j2+Za cc 、j2）、
S acc = S acc , i − S acc , i − 1 S_{acc}=S_{acc,i}-S_{acc,i-1}SCC _=SCC 、私_−Sa cc , i − 1
2、计算 β i \boldsymbol{\beta}_{i} b私は: 1 × 6 1\times61×6方向量，[ S acc , i − 6 , … , S acc , i ] [S_{acc,i-6},\dots,S_{acc,i}][ Sa cc 、i − 6、…、SCC 、私_］；
3. NN は次のように予測します: r ^ \hat{\boldsymbol{r}}r^；
4. 推定心拍数の差: r \boldsymbol{r}r；
5、3、4 の結果の線形回帰。
6. 後処理ステップ:
フィルタリングステップ:
hr ' = ( I + λ DTD ) − 1 hr hr'=\left(I+\lambda D^TD\right)^{-1}hr時間_』=(私+λD _TD )_− 1h r
がフィルターで除外された場合、次のようにフィットします:
f ( x ) = a ( x − x 1 ) 3 + b ( x − x 1 ) 2 + c ( x − x 1 ) 1 + df\left(x\right )=a \left(x-x_1\right)^3+b\left(x-x_1\right)^2+c\left(x-x_1\right)^1+df( × )=ある( ×−バツ1)3+b( ×−バツ1)2+c( ×−バツ1)1+d
