[发明专利]利用智能手环和智能手机捕捉使用者意图的方法

权利要求书

1.利用智能手机和智能手环捕捉使用者意图的方法，其特征在于，包括：

(1)特征动作模型训练步骤：

(1.1)将手环与电脑连接，将手机平放，使用者按使用习惯拿取手机到日常使用位置，记录拿取过程中手环重力传感器数据，将获取的数据保存在电脑端,传感器以100hz频率刷新数据，反复进行拿取手机动作并保存数据，以获取特征动作数据；

(1.2)将获取的特征手势数据截取为相同长度，并存储到二维矩阵G＝{g₁,...,g_t,...,g_T}中，g_t其中代表第t次拿取动作获取的数据，t∈[1,T]，T代表拿取手机动作的总次数；

(1.3)创建具有m个输入单元的输入层，n个隐藏单元的隐藏层，p个输出单元的输出层三层反向传播神经网络,并将二维矩阵G输入到该神经网络中进行训练，得到特征动作模型W；

(2)智能手机控制：

(2.1)将特征动作模型W安装在手机上，并将手环与手机通过蓝牙连接；

(2.2)手环监听重力传感器，当佩戴手环的手出现特征拿取动作时，手环开始记录重力传感器数据直至获取到m个数据,将该m个数据通过蓝牙传送给手机并输入到特征动作模型W的输入层中进行计算，获取输出层的输出矩阵：R＝(y₁,...,y_k,...,y_p)，其中y_k表示输出层第k个输出单元的输出；

(2.3)计算手环运动手势特征相似系数其中p为输出层单元的个数；

(2.4)计算手机加速度：其中Δa，Δb，Δc为手机加速度传感器在空间直角坐标系上分量在时间间隔t内的增量，t为手机两次获取加速度传感器数据的时间间隔；

(2.4)根据实验设运动手势特征相似系数阈值q₁＝0.75，设手机加速度阈值q₂＝120，当满足α＞q₁，h＞q₂，且手机为熄屏状态时，点亮屏幕。

2.根据权利1所述的利用智能手机和智能手环捕捉使用者意图的方法，其中步骤(1.3)中创建三层反向传播神经网络，按如下步骤进行：

首先，设输入层的输入单元个数m＝128，隐藏层的隐藏单元个数n＝16，输出层的输出单元个数p＝4，

其次，设输入层到隐藏层以及隐藏层到输出层的各单元之间初始连接权值为ω，初始化ω为大于-0.05小于0.05的随机浮点数，

最后，将输入层的所有单元与隐藏层的每一个单元以连接权值ω连接，将隐藏层的所有单元与输出层的每一个单元以连接权值ω连接，得到三层反向传播神经网络。

3.根据权利1所述的利用智能手机和智能手环捕捉使用者意图的方法，其中步骤(1.3)对神经网络的训练，按如下步骤进行：

1.3a)设定三层反向传播神经网络的学习因子η＝0.5和期望输出值f＝[1,1,1,1]，设定误差精度ε＝0.5，设定输入层到隐藏层以及隐藏层到输出层的各单元之间初始连接权值为ω，初始化ω为大于-0.05小于0.05的随机浮点数；

1.3b)将二维矩阵G中每次拿取动作的数据与网络输入层的每个节点相对应后作为该神经网络的输入值s，使输入值s沿网络正向传播，根据连接权值ω和输入值s求得输出层节点的实际输出值r；

1.3c)根据实际输出值r与期望输出值f求得误差值α，若α≤ε，结束训练，否则进入1.3d)；

1.3d)使误差值α沿网络反向传播，根据梯度下降法求得误差值α的梯度下降值β；

1.3e)用学习因子η乘以误差值的梯度下降值β得到连接权值的ω变化量Δω，用连接权值ω加上连接权值的变化量得Δω到更新后的连接权值，返回1.3b)。