[发明专利]判断座椅是否有人的方法、座椅系统、考勤方法

权利要求书

1.一种判断座椅是否有人的方法，其特征在于，包括：

获取座椅的实测压力数据，从中得到多个实测样本；

利用多个实测样本和抖动模型判断实测压力数据是否由人造成，以确定座椅是否有人；

在采集座椅的实测压力数据前，还包括：

通过深度神经网络算法建立抖动模型；

所述通过深度神经网络算法建立抖动模型包括：

将多个训练样本输入深度神经网络中训练得到中间模型；

用多个测试样本对中间模型进行测试，若未通过则对中间模型进行修正；

所述用多个测试样本对中间模型进行测试，若未通过则对中间模型进行修正包括：

从带有标签的测试压力数据中得到多个测试样本，标签表明测试压力数据是否由人造成；

利用多个测试样本和中间模型判断测试压力数据是否由人造成，若判断结果与标签不一致，则对测试样本进行傅里叶频率分离，得到多个频段的测试样本，将每个频段中各测试样本的能量加在一起，作为该频段的重要程度，将带有重要程度的多个测试样本输入深度神经网络对中间模型进行修正，以使根据修正后的中间模型做出的判断结果与标签相同。

2.根据权利要求1所述的判断座椅是否有人的方法，其特征在于，所述将多个训练样本输入深度神经网络中训练得到中间模型包括：

从带有标签的训练压力数据中得到多个训练样本，标签表明训练压力数据是否由人造成；

将多个训练样本输入深度神经网络中训练，调整中间模型，以使根据调整后的中间模型做出的判断结果与标签相同。

3.根据权利要求1至2中任意一项所述的判断座椅是否有人的方法，其特征在于，

所述样本为预定时间间隔内的压力梯度。

4.根据权利要求3所述的判断座椅是否有人的方法，其特征在于，所述利用多个实测样本和模型判断压力数据是否由人造成包括：

计算多个实测样本与模型间的欧式距离并将其归一化；

判断归一化后的欧式距离是否超过阈值，若是则判断压力是由人造成的，若否则判断压力不是由人造成的。

5.一种考勤方法，其特征在于，包括：

通过权利要求1至4中任意一项所述的判断座椅是否有人的方法判断被测者的座椅是否有人，并在被测者的座椅有人时判断被测者到岗。

6.一种座椅系统，其特征在于，包括：

座椅；

压力传感器，用于获取座椅所受的压力；

计算单元，用于获取座椅的实测压力数据，从中得到多个实测样本；以及利用多个实测样本和抖动模型判断实测压力数据是否由人造成，以确定座椅是否有人；

所述计算单元还用于通过深度神经网络算法建立抖动模型；

所述通过深度神经网络算法建立抖动模型包括：

将多个训练样本输入深度神经网络中训练得到中间模型；

用多个测试样本对中间模型进行测试，若未通过则对中间模型进行修正；

所述用多个测试样本对中间模型进行测试，若未通过则对中间模型进行修正包括：

从带有标签的测试压力数据中得到多个测试样本，标签表明测试压力数据是否由人造成；

利用多个测试样本和中间模型判断测试压力数据是否由人造成，若判断结果与标签不一致，则对测试样本进行傅里叶频率分离，得到多个频段的测试样本，将每个频段中各测试样本的能量加在一起，作为该频段的重要程度，将带有重要程度的多个测试样本输入深度神经网络对中间模型进行修正，以使根据修正后的中间模型做出的判断结果与标签相同。