数据集概述
本数据集通过专门开发的移动应用采集了37名志愿者的触摸交互数据。研究设计了不同场景以捕获常见手势，主要面向行为模式分析及身份认证研究。所有数据均使用同一设备（三星Tab S4）采集以确保数据一致性。数据集包含原始JSON格式的触摸事件数据以及经过清理和预处理的运动与几何特征数据，总计约24,000个事件（70万次个体测量）。
文件详解
- 原始数据（raw_data）
- 文件名称：data.json
- 文件格式：JSON
- 字段映射介绍：包含应用直接记录的原始触摸事件，主要字段包括手指位置、时间戳和接触面测量值
- 特征数据（features）
- 文件名称：country_features.csv, gearmatching_features.csv, puzzle_features.csv, fruit_features.csv
- 文件格式：CSV
- 字段映射介绍：包含从运动特性和几何特性中提取的特征数据，主要字段包括：
- 基础特征：chunk（数据块）, gesture_type（手势类型）
- 运动特征：hv（水平速度）, vv（垂直速度）, tv（切向速度）, ta（切向加速度）
- 几何特征：l（长度）, a（角度）, sin_a（正弦角度）, cos_a（余弦角度）
- 衍生特征：da（角度变化率）, w（角速度）, aa（角加速度）, c（曲率）, dc（曲率变化率）
- 多版本特征：包含原始（_orig）、目标（_go）等多个版本的特征值
适用场景
- 行为生物特征认证研究: 基于触摸手势的行为模式分析，用于身份识别和认证系统开发
- 人机交互模式分析: 研究不同场景下用户的触摸交互习惯和手势使用偏好
- 移动设备用户体验优化: 为移动应用界面设计和交互流程改进提供数据支持
- 机器学习特征工程: 为手势识别和行为分析算法提供丰富的运动与几何特征数据集
- 数据预处理方法研究: 提供原始数据与预处理后特征的对比，支持数据清洗和特征提取方法验证
