[發明專利]基于多傳感網絡的室內活動檢測識別方法及系統有效
| 申請號: | 201710017636.0 | 申請日: | 2017-01-11 |
| 公開(公告)號: | CN106815603B | 公開(公告)日: | 2020-04-14 |
| 發明(設計)人: | 王國利;談志超;許瀝文;郭雪梅 | 申請(專利權)人: | 中山大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;H04W4/02;H04W4/33 |
| 代理公司: | 廣州新諾專利商標事務所有限公司 44100 | 代理人: | 華輝;吳靜芝 |
| 地址: | 510275 廣東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 傳感 網絡 室內 活動 檢測 識別 方法 系統 | ||
1.一種基于多傳感網絡的室內活動檢測識別方法,其特征在于:包括以下步驟:
記錄所有觸發式傳感器在目標室內環境中的位置信息;
記錄所有觸發式傳感器的觸發信息;
根據所有觸發式傳感器的位置信息生成相應的二維平面圖;
根據觸發時間順序依序讀取觸發信息,并根據當前讀取到的觸發信息所對應的觸發式傳感器的位置信息在所述二維平面圖上作出觸發時刻t對應的單幀圖片變化Δs(t);
根據單幀圖片變化Δs(t)和高斯卷積核h(t)生成觸發時刻t的子信息素矩陣s(t),
根據當前讀取到的觸發信息所對應的觸發式傳感器的位置信息生成基于歐氏距離的異構信息素殘留率掩膜ρ(t);
根據子信息素矩陣s(t)和異構信息素殘留率掩膜ρ(t)生成觸發時刻t的信息素圖矩陣S(t),S(t)=ρ(t)*S(t-1)+s(t);
通過十折交叉驗證法,對KNN最近鄰算法進行訓練,得到KNN識別樣本和相應的活動類型識別庫;
將信息素圖矩陣S(t)輸入到KNN識別樣本中,計算得到相應的識別數據,并結合所述活動類型識別庫實現對當前活動類型的識別,得到識別結果。
2.根據權利要求1所述的基于多傳感網絡的室內活動檢測識別方法,其特征在于:所述觸發信息的記錄是以一天為單位進行記錄;且在記錄好位置信息后,還結合位置信息和觸發信息生成所有觸發式傳感器在一天內的觸發記錄表;并將多天記錄生成的多張觸發記錄表存儲至同一數據庫中。
3.根據權利要求1所述的基于多傳感網絡的室內活動檢測識別方法,其特征在于:所述位置信息包括每一觸發式傳感器的坐標信息(x,y);及所述觸發信息包括每一觸發式傳感器的唯一標號ID、觸發時刻t、觸發值ON/OFF。
4.根據權利要求1所述的基于多傳感網絡的室內活動檢測識別方法,其特征在于:所述步驟根據當前讀取到的觸發信息所對應的觸發式傳感器的位置信息生成基于歐氏距離的異構信息素殘留率掩膜ρ(t)中,異構信息素殘留率掩膜ρ(t)的生成步驟包括:
建立與子信息素矩陣s(t)等規模的空白矩陣ρ(M×N);
對于空白矩陣ρ(M×N)中的每個網格元素(m,n),以當前被觸發的觸發式傳感器的位置坐標(x,y)為基準點,以待計算網格的幾何中心坐標(xm,yn)計算該網格內的異構信息素殘留率ρmn,其中,m∈[0,M-1],n∈[0,N-1];所述異構信息素殘留率ρmn為關于歐氏距離且服從正態分布ρ~A×N(0,σ2)分布的函數值,即其中σ2為正態分布方差,A為函數幅值補償參數;
根據異構信息素殘留率ρmn的計算方式,得到于觸發時刻t基于被觸發的傳感器位置坐標(x,y)的異構信息素殘留率掩膜ρ(t)。
5.根據權利要求4所述的基于多傳感網絡的室內活動檢測識別方法,其特征在于:所述步驟根據子信息素矩陣s(t)和異構信息素殘留率掩膜ρ(t)生成觸發時刻t的信息素圖矩陣S(t),S(t)=ρ(t)*S(t-1)+s(t)中,是根據觸發時刻t被觸發的觸發式傳感器的信息殘留率掩膜ρ(t)與上一觸發時刻t-1的信息素圖矩陣對應位置的元素相乘后再疊加當前觸發時刻t所對應的子信息素矩陣sij(t)生成觸發時刻t的信息素圖矩陣Sij(t),Sij(t)=ρij(t)×Sij(t-1)+sij(t)。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中山大學,未經中山大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710017636.0/1.html,轉載請聲明來源鉆瓜專利網。





