我想知道是否有一些库/算法/技术可以帮助从加速度计数据(从任何智能手机中提取)中提取用户上下文(行走/站立)？
例如，我会在一段特定的时间内每5秒收集一次加速度计数据，然后识别用户上下文(例如，在前5分钟，用户正在行走，然后用户站了一分钟，然后他又继续行走了3分钟)。
提前非常感谢：)
检查新的活动识别apihttp://developer.android.com/google/play-services/location.html
这仍然是一个研究主题，请看这篇讨论算法的论文
http://www.enggjournals.com/ijcse/doc/IJCSE12-04-05-266.pdf
我不知道有这样的库。
编写这样一个库是一项非常耗时的任务。基本上，您将构建一个您希望识别的"用户上下文"数据库。
然后收集数据并将其与数据库中的数据进行比较。至于如何进行比较，请参阅存储阵列的方向-以及比较，加速度计也是如此。
步行/跑步数据在很多方面与心率数据类似。在对噪声进行滤波和获得平滑峰值方面，研究噪声滤波和峰值检测算法。以下是用于获取心脏病患者心率信息的信息，这应该是一个很好的起点：http://www.docstoc.com/docs/22491202/Pan-Tompkins-algorithm-algorithm-to-detect-QRS-complex-in-ECG
想想你想如何过滤掉噪音并检测峰值；过滤器显然取决于您收集的原始数据，但最好能大致了解您希望对数据进行何种过滤。思考一下在过滤数据后需要做什么。在你的情况下，想想你将如何设计一种算法，以确定数据何时指示活动(如步行、跑步等)，以及何时显示用户静止。一旦你考虑到设备本身的动态(用户走路/跑步时它的位置)，以及很少(如果不是没有的话)使用原始智能手机数据的基准算法，这是一个相当具有挑战性的问题。
从确定合适的算法开始，然后逐一解决复杂性(如上所述)。