我正在使用惯性传感器来捕捉受试者手腕/脚踝的运动，并将这些数据合成为一个特征集，以便能够对受试者执行的活动（即站立、行走、坐着）进行分类。

除了传感器输出的指标之外，我还希望能够使用肢体段的方向进行分类。我一直在使用现有的算法来确定四元数，如果需要，还可以将它们转换为欧拉角。

我的问题是如何最好地处理这些四元数，以便将它们输入分类器，从而为分类器提供有关肢体段方向的信息。据我所知，将数据输入分类器的选项如下：

1）将四元数的每个元素作为特征提供：我担心的是四元数的每个元素显然是非线性的，并且我使用的分类器可能不够复杂，无法从该度量中确定有用的方向信息

2）转换为欧拉角：这再次受到与相对于世界空间的方向的非线性关系的影响，具体取决于连续旋转的顺序（可以使用外部欧拉角解决？）

3）从非单位四元数计算四元数模数：我在一篇关于脑电信号分类的论文中看到了这种方法，但我不确定它对这个应用程序是否有用。老实说，除了它在标准化四元数中的应用外，我并不完全确定四元数模量实际上代表什么。 https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4813911/#B40-sensors-16-00336

非常感谢您的帮助！