倪洪科 王斌 王英超 高慧敏

摘? 要： 提出一種基于粒子群優(yōu)化（PSO）的隨機森林（RF）識別方法。利用PSO算法搜尋最優(yōu)的RF超參數(shù)n_estimators和max_depth，構(gòu)建了PSO-RF人體活動識別模型?；谌A盛頓州立大學CASAS項目數(shù)據(jù)集的實驗共識別30種日?；顒?。仿真結(jié)果表明，PSO-RF模型的識別準確率達到95%，Accuracy、Precision、Recall和F1-score評價指標均優(yōu)于其他經(jīng)典的分類模型，具有較好的預測精度和泛化能力，可為智能家居系統(tǒng)個性化服務(wù)提供輔助決策。

關(guān)鍵詞： 隨機森林； 粒子群優(yōu)化； 人體活動識別； 傳感數(shù)據(jù)

中圖分類號：TP391.4? ? ? ? ? 文獻標識碼：A? ? ? ?文章編號：1006-8228（2023）05-131-04

Application of RF model based on PSO in human activity recognition

Ni Hongke1， Wang Bin2， Wang Yingchao3， Gao Huimin2

（1. School of Computer Science and Technology， Zhejiang Sci-Tech University， Hangzhou， Zhejiang 310018，China; 2. School of Information Science and Engineering， Jiaxing University; 3. Suzhou Lanhepenbo Intelligent Technology Co.， Ltd）

Abstract： In this paper， an RF recognition method based on PSO is proposed. Using PSO algorithm to search for the optimal RF hyper-parameters n_estimators and max_depth， the PSO-RF human activity recognition model is constructed. An experiment is conducted on the CASAS project dataset of Washington State University， and a total of 30 daily activities are identified. The simulation results show that the recognition accuracy of the PSO-RF model reaches 95%， and the evaluation indicators of Accuracy， Precision， Recall and F1-score are superior to other classic classification models. It has good prediction accuracy and generalization ability， and can provide auxiliary decision-making for personalized service of smart home system.

Key words： random forest （RF）; particle swarm optimization （PSO）; human activity recognition; sensor data

0 引言

早在二十世紀九十年代，人體活動識別（Human Activity Recognition， HAR）研究就掀起了一陣熱潮[1]?；趥鞲衅鲾?shù)據(jù)是當下主流的人體活動識別方式之一，常用的識別方法包括樸素貝葉斯、k近鄰和支持向量機等[2-3]，但由于分類器數(shù)量單一且活動本身具有多樣性和復雜性，識別準確率普遍不高。隨機森林[4]（Random Forest， RF）作為一種多決策樹集成的分類器，引入了隨機性，具備預測精度高、不易陷入過擬合、訓練效率高的優(yōu)點。然而，到目前為止關(guān)于隨機森林超參數(shù)的研究文獻較少，加上超參數(shù)種類繁多，無法通過一個嚴謹?shù)臄?shù)學流程給出最優(yōu)解，通常只能根據(jù)經(jīng)驗設(shè)定或通過網(wǎng)格搜索的方法獲取，而超參數(shù)的選取對模型分類的準確性有較為顯著的影響[5]。針對上述問題，本文結(jié)合環(huán)境傳感器數(shù)據(jù)的特征，引入了隨機森林算法進行人體活動識別，并進一步利用粒子群優(yōu)化[6]（Particle Swarm Optimization， PSO）算法來解決隨機森林超參數(shù)選取問題。PSO算法由于概念簡單、易于和其他算法結(jié)合以及收斂速度快的優(yōu)點，被廣泛應(yīng)用于參數(shù)優(yōu)化問題[7-9]。通過隨機初始化粒子群（RF超參數(shù)n_estimators和max_depth），選用合適的評價指標作為相應(yīng)的適應(yīng)度函數(shù)，不斷迭代更新粒子的速度和位置來達到最佳的適應(yīng)度，從而搜索到RF最優(yōu)超參數(shù)組合，以提高模型的收斂速度和分類識別性能。

1 特征提取

智能家居環(huán)境中會產(chǎn)生大量的傳感器事件，每個傳感器事件由Date、Time、HighLevelSensorID、LowLevelSensorID、SensorValue和Label這六種元素組成。其中，Date表示傳感器事件發(fā)生的具體日期，格式為“年-月-日”；Time表示傳感器事件發(fā)生的具體時間，格式為“小時：分鐘：秒.毫秒”；HighLevelSensorID表示結(jié)合傳感器類型的房間名稱，LowLevelSensorID是傳感器具體描述，表示房間中的特定對象或區(qū)域；SensorValue表示當前傳感器生成的消息，Label表示傳感器事件對應(yīng)的活動標簽，部分傳感器事件示例如表1所示。

使用模型識別人體活動之前，一個重要的步驟是從原始數(shù)據(jù)中提取有用的特征或?qū)傩?。本文利用滑動窗口技術(shù)（窗口大小固定為30）分割時間序列，基于上下文傳感器事件提取特征，包括時間信息（例如窗口中事件發(fā)生的時間和持續(xù)時長等）和傳感器信息（事件發(fā)生的區(qū)域、次數(shù)等），所提取的特征如表2所示。

2 PSO-RF識別模型

RF模型包含多個超參數(shù)，選取的超參數(shù)不同，相應(yīng)的模型預測精度和泛化能力也大相徑庭，相關(guān)實驗表明決策樹數(shù)目（n_estimators）和決策樹最大深度（max_depth）對RF的分類性能影響較為明顯。由于粒子群算法具有高效的搜索能力且通用性比較好，容易與傳統(tǒng)的機器學習方法結(jié)合加以改進，能更高效地解決實際問題。因此本文將粒子群優(yōu)化算法引入隨機森林模型，對模型中的超參數(shù)n_estimators和max_depth進行迭代優(yōu)化，來實現(xiàn)對傳統(tǒng)隨機森林模型的改進優(yōu)化?；赑SO-RF活動識別模型的構(gòu)建如圖1所示，具體步驟描述如下。

Step1 將ADL數(shù)據(jù)樣本利用滑動窗口技術(shù)分割時間序列進行特征提取，合理劃分出訓練集和測試集。

Step2 初始化粒子群（n_estimators和max_depth）并建立隨機森林模型，用Step1獲得的訓練集樣本進行訓練。

Step3 確定PSO-RF模型適應(yīng)度函數(shù)，計算每個粒子的適應(yīng)度。本文選用“Accuracy”評價指標作為適應(yīng)度函數(shù)，計算方法如下：

[Accuracy=TP+TNTP+TN+FP+FN]? ⑴

其中，TP指被預測為正類的正類樣本；FP指被預測為正類的負類樣本；TN指被預測為負類的負類樣本；FN則指被預測為負類的負類樣本。

Step4 迭代更新粒子的速度和位置，計算過程如公式⑵所示。計算相應(yīng)的適應(yīng)度，將其適應(yīng)度與個體極值pbest和全局極值gbest相比較，迭代更新獲取最優(yōu)適應(yīng)度。

[vk+1id=ωvkid+c1r1pkid，pbest-xkid+c2r2pkid，gbest-xkidxk+1id=xkid+vk+1id]? ⑵

其中，ω代表慣性權(quán)重，c1和c2依次代表個體學習因子和群體學習因子，r1和r2代表[0，1]區(qū)間的隨機數(shù)，用來提高搜索的隨機性。

Step5 重復Step4，直至滿足設(shè)定的最大迭代次數(shù)k，輸出PSO全局最優(yōu)位置和對應(yīng)的適應(yīng)度，此時獲得的超參數(shù)n_estimators和max_depth即待優(yōu)化RF模型的最優(yōu)解。

Step6 將PSO優(yōu)化得到的超參數(shù)n_estimators和max_depth代入RF模型，用于構(gòu)建最優(yōu)參數(shù)識別模型，輸出人體活動識別結(jié)果并進行模型性能評估。

3 實驗結(jié)果與分析

本文使用CASAS項目ADL數(shù)據(jù)集（http：//casas.wsu.edu）來驗證和評估模型性能。該數(shù)據(jù)集來源于一位中年女性，在2011年6月15日至7月14日一個月內(nèi)的日常生活，涵蓋了61577個傳感器事件。為了衡量模型的性能，選用Precision、Recall、Accuracy和F1-score作為綜合評價指標，同時將宏平均（Macro avg）和加權(quán)平均（Weighted avg）作為二級評價指標，宏平均是對各個分類評價指標求算術(shù)平均，而加權(quán)平均是對各個分類評價指標求加權(quán)平均，權(quán)重為該類別在總樣本中的占比。各項指標的計算方法如下：

[Precision=TPTP+FP]? ?⑶

[Recall=TPTP+FN]? ?⑷

[F1-score=2·Precision·RecallPrecision+Recall]? ? ⑸

PSO算法中，設(shè)置粒子群規(guī)模N為100，粒子維度D為2，迭代次數(shù)k為50，學習因子c1和c2均為2，慣性權(quán)重ω為0.8，隨機初始化粒子群。整個迭代尋優(yōu)過程共持續(xù)8小時15分鐘，當?shù)Y(jié)束，輸出最優(yōu)參數(shù)n_estimators為85，max_depth為12。進行3倍交叉驗證評估，適應(yīng)度函數(shù)隨迭代次數(shù)的變化如圖2所示。采用PSO-RF模型對本文分析數(shù)據(jù)集進行測試，仿真結(jié)果如表3所示。由表3可以看出，模型準確率達到了95%。為了可視化預測結(jié)果與實際情況之間存在的離散度，分類得到的標準混淆矩陣如圖3所示。

由圖3可以看出，最具影響力的權(quán)重分布在混淆矩陣的對角線上。這表明大多數(shù)識別結(jié)果都是準確的，模型能正確地識別出發(fā)生在同一房間或空間非常相近的活動，同時可以可以根據(jù)時序區(qū)分執(zhí)行過程相同的活動（例如Morning_Meds和Evening_Meds活動），能夠有效改善家庭健康用藥（忘記吃藥、重復吃藥、不按時吃藥等）問題。為進一步驗證模型的有效性，將PSO-RF模型和與樸素貝葉斯、邏輯回歸、多層感知機、線性判別分析、支持向量機進行仿真對比，結(jié)果如表4所示。由表4可以看出，本文提出的PSO-RF模型各項評價指標均優(yōu)于其他分類算法，相比其余算法的最優(yōu)指標，Precision提高了15.85%，Recall提高了15.85%，F(xiàn)1-score提高了17.5%，Accuracy提高了15.85%。然而，為了獲取更精確的結(jié)果，模型訓練時間相對比較長。

4 結(jié)束語

結(jié)合隨機森林高效的分類性能和粒子群優(yōu)化算法較強的全局搜索能力，本文提出了一種基于粒子群優(yōu)化的隨機森林模型用于人體活動識別，通過粒子群優(yōu)化算法搜索最優(yōu)超參數(shù)n_estimators和max_depth，從而將優(yōu)化改進后的隨機森林作為識別模型。結(jié)果表明，與傳統(tǒng)的分類算法相比，PSO-RF模型具有較高的預測精度和泛化能力，將其應(yīng)用到智能家居場景個性化服務(wù)推薦是下一步需要研究的。另外，由于模型本身的復雜性，使其在獲得更高精度的同時也需要更多的時間來訓練。因此，在今后的工作中，將會對模型的訓練進行優(yōu)化，以減少訓練成本。

參考文獻（References）：

[1] Rashidi P，Cook D J.Multi home transfer learning for

resident activity discovery and recognition[J].Kdd Knowledge Discovery from Sensor Data，2010：56-63

[2] 石俊豪，左德承，張展，等.基于傳感器的人體活動識別技術(shù)

綜述[J].智能計算機與應(yīng)用，2021，11（9）：1-5

[3] SEDKY M， HOWARD C， Alshammari T， et al. Evaluating

machine learning techniques for activity classification in smart home environments[J]. International Journal of Information Systems and Computer Sciences，2018，12（2）：48-54

[4] De'ath G， Fabricius K E. Classification and regression trees：

a powerful yet simple technique for ecological data analysis[J]. Ecology，2000，81（11）：3178-3192

[5] 呂紅燕，馮倩.隨機森林算法研究綜述[J].河北省科學院

學報，2019，36（3）：37-41

[6] Ishigame A， Yasuda K. Swarm Intelligence：Particle Swarm

Optimization[J]. Journal of Japan Society for Fuzzy Theory and Intelligent Informatics，2008，20（6）：829-839

[7] 管雪梅，吳馬超，李文峰，黃青龍.基于粒子群優(yōu)化Friele模型

木材染色配色算法研究[J].西北林學院學報，2020，35（6）：244-248

[8] 楊峻山，紀震，謝維信，朱澤軒.基于粒子群優(yōu)化的生物組學數(shù)

據(jù)分類模型選擇[J].深圳大學學報（理工版），2016，33（3）：264-271

[9] 劉洋，肖偉.粒子群優(yōu)化的改進機場車輛調(diào)度模型研究[J].

計算機工程與應(yīng)用，2015，51（11）：252-255，270