我被指派对公司现有的分类器进行基准测试。目前最大的问题是区分不同类型的交通工具，比如识别我目前是在火车上、驾驶汽车还是骑自行车，因此这是主要的关注点。

我阅读了很多关于LSTM（长短期记忆网络）的资料，http://en.wikipedia.org/wiki/Long_short_term_memory 以及它在手写和语音识别中的最新成功案例，其中重要事件之间的时间间隔可能相当长。

因此，我对火车/公交车问题的初步想法是，可能没有像步行/跑步那样清晰和短暂的周期，所以长期记忆可能至关重要。

有没有人尝试过类似的事情并取得了不错的结果？或者是否有其他技术可以更好地解决这个问题？

回答：

我曾使用智能手机加速度计进行交通方式检测。我的主要发现是，几乎任何分类器都可以使用；关键问题在于特征集的选择。（这与许多其他机器学习问题没有区别。）我的特征集最终包含了时域和频域的值，这些值都是从时间序列滑动窗口分割中提取的。

另一个问题是加速度计可以放置在任何地方。在身体上，它可以位于任何位置和任何方向。如果用户在驾驶，手机是在口袋里、包里、车座上，还是附着在吸盘式车窗支架上等？

如果你想避免这些问题，可以使用GPS而不是加速度计。你可以用那个传感器进行相对准确的分类，但代价是电池消耗。