[發明專利]使用隨機森林分類從傳感器數據估計條件的系統和方法

在審

• 申請號: 201811316643.1
• 申請日: 2018-11-07
• 公開（公告）號: CN109752569A
• 公開（公告）日: 2019-05-14
• 發明（設計）人: K·L·王;徐敬亞
• 申請（專利權）人: 國際科技大學基金會
• 主分類號: G01P21/02
• 分類號: G01P21/02;G01P21/00;G06K9/62
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 周陽君

本發明涉及使用隨機森林分類從傳感器數據估計條件的系統和方法。本發明的各種實施例允許提高監視設備的測量精度，例如，從加速度計測量的運動數據精確地確定速度。在某些實施例中，這通過將類似于隨機森林分類的分類過程應用于記錄的樣本數據以檢測與已知速度類型的數據相關聯的特征的相似性，將樣本數據分類為速度類型，并最終將速度類型平均以獲得最終速度的高精度估計值。

技術領域

本公開涉及提高傳感器系統中的測量精度。更具體地，本公開涉及用于提高諸如可穿戴設備中使用的加速度計之類的監視設備的測量精度的系統和方法。

背景技術

精確測量運動(例如，速度和加速度)的能力是可穿戴設備的發展中的重要因素之一。對于在裝置的佩戴者運動時(例如在體育鍛煉期間)測量熱量消耗的裝置尤其如此。

使用加速度計數據的經典集成來測量速度的現有方法遭受將這些方法實施到實踐中的困難。這主要是由于高采樣速率要求和固有的加速度計噪聲導致積分常數漂移。其他方法具有其自身的缺點，并且依賴于GPS數據的方法具有有限的應用。

將隨機森林分類方法應用于加速數據以對運輸模式進行分類(例如步行或使用自行車、汽車或火車)的一種方法完全不能解決準確的速度測量問題。

因此，需要的是提高監測裝置的測量精度的系統和方法，包括測量速度的裝置。

附圖說明

將參考本發明的實施例，其示例可以在附圖中示出。這些圖旨在說明而非限制。盡管通常在這些實施方案的上下文中描述了本發明，但應理解，并不意圖將本發明的范圍限制于這些具體實施方案。

圖1示出了根據本公開的各種實施例的傳感器數據的示例性使用，以生成針對不同速度類型的記錄。

圖2示出了根據本公開的各種實施例的用于在分類過程中使用的原始測量數據的特征的生成。

圖3是根據本公開的各種實施例的用于隨機選擇特征和記錄的說明性過程的流程圖。

圖4示出了根據本公開的各種實施例的包括特征值對之間的計算差異的矩陣。

圖5是根據本公開的各種實施例的用于確定速度類型的說明性分類過程的流程圖。

圖6示出了使用通過圖3的過程獲得的特征值來對潛在速度進行選擇的過程。

圖7示出了根據本公開的各種實施例的用于基于由隨機森林中的決策單元做出的決策來估計速度的示例性分類過程的方法。

圖8是示出圖6中的分類決策過程的特征集減少的機器學習過程的流程圖。

圖9是根據本公開的各種實施例的示出決策單元替換和/或去除的機器學習過程的流程圖。

圖10描繪了根據本發明的實施例的信息處理系統/計算系統的框圖。

具體實施方式

在以下描述中，出于解釋的目的，闡述了具體細節以便提供對本發明的理解。然而，對于本領域技術人員清楚的是，可以在沒有這些細節的情況下實踐本發明。此外，本領域技術人員將認識到，下面描述的本發明的實施例可以以各種方式實現，諸如有形計算機可讀介質上的過程、裝置、系統、設備或方法。

圖中所示的組件或模塊是本發明的示例性實施例的說明，并且旨在避免模糊本發明。還應該理解，在整個討論中，組件可以被描述為單獨的功能單元，其可以包括子單元，但是本領域技術人員將認識到，各種組件或其部分可以被分成單獨的組件或者可以集成在一起，包括集成在單個系統或組件中。應該注意，這里討論的功能或操作可以實現為組件。組件可以用軟件，硬件或其組合來實現。