近年来随着社会的发展,基于传感器进行人类日常活动数据的采集以及分析得到了广泛的发展,而且基于传感器数据进行人体活动的研究得到了大力的推广。随着计算机和传感器的快速发展,计算机对于数据的处理能力也越来越强。传感器也变得可以安装嵌入在手机,手表等设备上,也使得传感器无声无息的进入到人们的生活中。该研究在移动计算、健康安全监测、和环境侦测等方面具有很大的潜在研究价值。人的睡眠时间是很长久的,大约占了人生的三分之一的时间。在这相当长的时间中,睡眠质量一直是许多人特别关心的一个话题。有的人睡眠质量好了,就算睡的时间少也会觉得精神状态特别高;而有的人睡眠质量非常不理想,迟迟不能进入深睡眠,睡得时间再长也感觉浑身疲惫不堪。具体而言,本文将对于传感器以及传感器的数据从以下三个方面展开研究:(1)人类日常活动的识别。本文通过传感器收集六种日常活动,对原始数据进行处理得到特征数据,把特征数据分为训练数据集和测试数据集,最后用支持向量机(SVM)分类方法进行分类。(2)运动量对于睡眠的影响。本文通过带有传感器的设备采集白天的运动数据和晚上的睡眠数据,之后提取运动和睡眠特征,分析运动量对睡眠的影响和预测。(3)单一活动对于睡眠的影响。本文通过设备采集日常的具体运动数据和睡眠数据,提取特征数据,分析具体运动对睡眠的影响以及预测。