[发明专利]基于移动终端多传感器的行为识别模型训练方法及装置有效
| 申请号： | 201810578143.9 | 申请日： | 2018-06-07 |
| 公开（公告）号： | CN108810272B | 公开（公告）日： | 2020-10-13 |
| 发明（设计）人： | 郭渊博;孔菁;刘春辉;朱智强;常朝稳;李亚东;段刚 | 申请（专利权）人： | 中国人民解放军战略支援部队信息工程大学;郑州信大先进技术研究院;河南云政数据管理有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;H04M1/725 |
| 代理公司： | 郑州大通专利商标代理有限公司 41111 | 代理人： | 陈勇 |
| 地址： | 450000 河*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于移动终端多传感器的行为识别模型训练方法及装置。该方法包括：步骤1、按照预设采样频率采集移动终端上多个传感器的原始数据，并将所有原始数据按照采集对象的行为模式进行分类，得到不同行为模式的采样数据集；步骤2、针对每个行为模式的采样数据集，比较每个传感器在相邻采样时刻的原始数据，确定每个行为模式的多组特征向量；步骤3、采用改进马尔可夫链假设或朴素贝叶斯分类器对所述每个行为模式的多组特征向量进行概率统计，以每个行为模式中概率最高的特征向量作为所述行为模式的行为识别向量。本发明提高了数据的利用率，降低了识别过程的复杂程度，所识别的行为内容更具体更贴近实际，发生频率较高，应用意义较强。 | ||
| 搜索关键词： | 基于 移动 终端 传感器 行为 识别 模型 训练 方法 装置 | ||
【主权项】：
1.基于移动终端多传感器的行为识别模型训练方法，其特征在于，该方法包括：步骤1、按照预设采样频率采集移动终端上多个传感器的原始数据，并将所有原始数据按照采集对象的行为模式进行分类，得到不同行为模式的采样数据集；步骤2、针对每个行为模式的采样数据集，比较每个传感器在相邻采样时刻的原始数据，确定每个行为模式的多组特征向量；步骤3、采用改进马尔可夫链假设或朴素贝叶斯分类器对所述每个行为模式的多组特征向量进行概率统计，以每个行为模式中概率最高的特征向量作为所述行为模式的行为识别向量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军战略支援部队信息工程大学;郑州信大先进技术研究院;河南云政数据管理有限公司，未经中国人民解放军战略支援部队信息工程大学;郑州信大先进技术研究院;河南云政数据管理有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810578143.9/，转载请声明来源钻瓜专利网。
