[發明專利]基于使用習慣的智能設備機主識別方法及機主識別裝置

有效

• 申請號: 201710276970.8
• 申請日: 2017-04-25
• 公開（公告）號: CN107122641B
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 陳焰;朱添田
• 申請（專利權）人: 杭州義盾信息技術有限公司
• 主分類號: G06F21/31
• 分類號: G06F21/31;G06Q20/40
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 解明鎧

1.一種基于使用習慣的智能設備機主識別方法，其特征在于，包括如下步驟：

S1，在預定的觸發條件下按照預設的采樣頻率在采樣時間內采集智能設備的運動參數，所述運動參數包括加速度和運動方向；

S2，按照時間順序對所述加速度和運動方向進行分段處理，針對分段處理得到的每個分段分別提取相應的特征向量；

S3，將所有分段的特征向量輸入至預先訓練好的識別模型識別得到該智能設備為機主操作的概率，若該概率大于預設的閾值，則識別結果為機主本人操作；否則識別結果為非本人操作；

所述運動參數還包括重力加速度，所述步驟S1還包括根據采樣時間內的重力加速度和加速度之間的歐氏距離判斷智能設備的當前所處的相對狀態；相應的，所述識別模型包括相對靜止識別模型和相對運動識別模型，所述步驟S3中根據相對狀態將所有分段的特征向量輸入至相應的識別模型進行機主識別；

所述根據運動參數中重力加速度和加速度的關系確定智能設備的相對狀態的方法如下：

分別計算在采樣時間內的運動參數中重力加速度和加速度的平均值，并分別計算該兩個平均值之間的歐氏距離，若大于預設的距離閾值，則認為智能設備處于相對運動狀態，否則，認為智能設備處于相對靜止狀態。

2.如權利要求1所述的基于使用習慣的智能設備機主識別方法，其特征在于，所述步驟S1預定的觸發條件為智能設備由休眠狀態轉入活躍狀態。

3.如權利要求1所述的基于使用習慣的智能設備機主識別方法，其特征在于，所述識別模型通過如下方法訓練得到：

獲取非機主操作智能設備的特征向量以及機主操作該智能設備的特征向量，并形成訓練集，機主的特征向量的條數與非機主的特征向量的條數的比值為1：n，其中n為3～6；采用支持向量機利用訓練集進行訓練即得到識別模型。

4.如權利要求3所述的基于使用習慣的智能設備機主識別方法，其特征在于，還包括更新識別模型，直至更新后的識別模型的識別精度滿足：

α_new＞A∩Var(α)＜V

時停止，其中，A是識別精度閾值，V是識別精度的方差閾值，Var(α)為本次更新前得到的所有識別模型以及本次更新得到的識別模型的識別精度的方差；

更新識別模型時進行如下操作：

每采集一次運動參數，就將其中一部分運動參數提取的特征向量添加至所述訓練集得到新的訓練集，將另一部分運動參數提取的特征向量形成測試集；

利用新的訓練集訓練得到新識別模型，并利用測試集測試新識別模型和舊識別模型的識別精度；并判斷新識別模型和舊識別模型的識別精度是否滿足如下條件：

λα_new+(1-λ)α_old＞α_old-β，

若滿足，則用新識別模型替代舊識別模型以完成更新，否則不替換，其中，α_new和α_old分別為新識別模型與舊識別模型的識別精度，λ為新識別模型的權重，取值為0～1，β是校正因子。

5.如權利要求1～4中任意一項所述的基于使用習慣的智能設備機主識別方法，其特征在于，所述步驟S1還包括利用所述的重力加速度對采集到的運動參數進行篩選以保留有效的，并針對篩選后的加速度和運動方向進行步驟S2～S3。