项目简介：该项目为和某为公司的横向合作项目，拟通过智能手表内置运动传感器数据结合 机器学习算法，推出一个帕金森
病情居家智能自诊系统。
负责工作与结果：
　1.负责系统方案设计，实地数据采集；
　2.利用基于BvSB采样的 主动学习算法， 降低80%-95%的数据标记需求；
　3.利用子结构 迁移学习，缓解数据分布差异问题， 提高3%-5%的准确率；
　4.采用多种 异常检测技术完成数据清洗，提高数据质量, 召回85%+的噪声。
关键字：移动健康、时间序列、Machine Learning、Active Learning、Transfer Learning、Anomaly Detection