1.一种基于三轴加速度计的宠物运动识别方法，其特征在于，具体步骤如下：
S1、样本预处理：对三轴加速度数据进行滑动窗的加窗处理，以将连续的多个采样点从数据流中截取出来，获取到各个样本，其中每个滑动窗的信号对应一个样本；
S2、样本特征提取：将步骤S1中获取到的各样本对应的三轴加速度信号的每一轴加速度信号进行快速傅里叶变换蝶形算法，然后将每一轴加速度信号的傅里叶系数作为特征提取出来，构成样本特征；
S3、获取训练样本集：通过佩带在宠物身上的三轴加速度计采集三轴加速度数据作为训练数据，将采集的三轴加速度数据经过步骤S1处理后获取到训练样本集，然后通过步骤S2的方式提取训练样本集中各训练样本的样本特征，并且通过视频观察方法人工为各训练样本标注其所属运动类别；
S4、模型训练：将各训练样本对应的样本特征作为随机森林模型的输入对随机森林模型进行训练，生成一个包含多棵决策树的随机森林模型；其中每棵决策树均是通过随机选择训练样本和训练样本对应的样本特征并且利用信息增益率最大的方法训练得到的；
S5、运动识别，通过佩带在宠物身上的三轴加速度计实时采集三轴加速度数据，将实时采集的三轴加速度数据经过步骤S1处理后获取到测试样本，然后通过步骤S2的方式提取各测试样本的样本特征，最后将测试样本的样本特征输入至随机森林模型，随机森林模型中每棵决策树根据测试样本的样本特征进行自己的决策，最终确定测试样本所属运动类别。
2.根据权利要求1所述的基于三轴加速度计的宠物运动识别方法，其特征在于，所述滑动窗的窗长为64，各个样本包括三轴加速度数据的64个采样点。
3.根据权利要求2所述的基于三轴加速度计的宠物运动识别方法，其特征在于，滑动窗的窗移为32点。
4.根据权利要求2所述的基于三轴加速度计的宠物运动识别方法，其特征在于，每个滑动窗所占的采样时间为1.28秒。
5.根据权利要求2所述的基于三轴加速度计的宠物运动识别方法，其特征在于，步骤S2中各样本对应的三轴加速度信号的每一轴加速度信号进行64点快速傅里叶变换蝶形算法，得到的是三轴加速度信号各自的长度为64的傅里叶系数。
6.根据权利要求1所述的基于三轴加速度计的宠物运动识别方法，其特征在于，所述步骤S4模型训练过程中，针对获取到的训练样本和训练样本对应的样本特征，通过有放回的随机选择训练样本以及无放回的随机选择训练样本对应的样本特征，得到多组训练数据，针对每组训练数据通过信息增益率最大的方法建立决策树。
7.根据权利要求6所述的基于三轴加速度计的宠物运动识别方法，其特征在于，所述步骤S4模型训练过程中，针对获取到的训练样本和训练样本对应的样本特征，通过有放回的随机选择训练样本以及无放回的随机选择训练样本对应的样本特征，得到20组训练数据，针对每组训练数据通过信息增益率最大的方法建立决策树，获取包含20棵决策树的随机森林模型。
8.根据权利要求1所述的基于三轴加速度计的宠物运动识别方法，其特征在于，所述三轴加速度内置于基于Android Wear操作系统的智能手表中，通过智能手表佩带在宠物身上。
9.根据权利要求1所述的基于三轴加速度计的宠物运动识别方法，其特征在于，随机森林模型中每棵决策树根据测试样本的样本特征进行自己的决策，多个决策树通过投票方式确定测试样本最终所属运动类别。