[發(fā)明專利]人體行為感知系統(tǒng)、方法及存儲(chǔ)介質(zhì)有效
| 申請(qǐng)?zhí)枺?/td> | 202110018248.0 | 申請(qǐng)日: | 2021-01-07 |
| 公開(公告)號(hào): | CN112733930B | 公開(公告)日: | 2022-10-18 |
| 發(fā)明(設(shè)計(jì))人: | 路兆銘;王黎明;郭凌超;沈鑫斌;溫向明;周爽;王一鳴;韓子鈞 | 申請(qǐng)(專利權(quán))人: | 北京郵電大學(xué) |
| 主分類號(hào): | G06V10/764 | 分類號(hào): | G06V10/764;G06V10/774;G06V10/82;G06N3/04;G06N3/08;H04W4/30 |
| 代理公司: | 北京風(fēng)雅頌專利代理有限公司 11403 | 代理人: | 郭曼 |
| 地址: | 100876 *** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 人體 行為 感知 系統(tǒng) 方法 存儲(chǔ) 介質(zhì) | ||
1.一種人體行為感知系統(tǒng),包括:
數(shù)據(jù)預(yù)處理子系統(tǒng),用于從無線網(wǎng)絡(luò)環(huán)境中各個(gè)傳輸鏈路的信道狀態(tài)信息中提取與人體行為相關(guān)的特征;
鏈路選擇子系統(tǒng),用于根據(jù)所述各個(gè)傳輸鏈路的信道狀態(tài)信息中與人體行為相關(guān)的特征從所述各個(gè)傳輸鏈路中選擇與人體行為最為相關(guān)的至少一條傳輸鏈路;以及
人體行為分類預(yù)測子系統(tǒng),用于基于人體行為分類預(yù)測模型,根據(jù)所述選擇的至少一條傳輸鏈路的信道狀態(tài)信息中與人體行為相關(guān)的特征對(duì)人體行為進(jìn)行預(yù)測,得到人體行為預(yù)測結(jié)果;
其中,所述鏈路選擇子系統(tǒng)包括:
基本觀察網(wǎng)絡(luò),用于對(duì)所述各個(gè)傳輸鏈路的信道狀態(tài)信息中與人體行為相關(guān)的特征進(jìn)行編碼,得到各個(gè)傳輸鏈路對(duì)應(yīng)的特征向量;
上下文感知網(wǎng)絡(luò),用于根據(jù)所述各個(gè)傳輸鏈路對(duì)應(yīng)的特征向量得到各個(gè)傳輸鏈路之間具有鏈路關(guān)聯(lián)性的特征向量;
策略網(wǎng)絡(luò),用于根據(jù)所述各個(gè)傳輸鏈路之間具有鏈路關(guān)聯(lián)性的特征向量確定各個(gè)傳輸鏈路的被選概率;以及
選擇模塊,用于根據(jù)所述各個(gè)傳輸鏈路的被選概率從所述各個(gè)傳輸鏈路中選擇出至少一條傳輸鏈路。
2.根據(jù)權(quán)利要求1所述的人體行為感知系統(tǒng),其中,所述數(shù)據(jù)預(yù)處理子系統(tǒng)包括:
主成分分析模塊,用于利用主成分分析算法分別分析包含幅度和相位差的各個(gè)傳輸鏈路的信道狀態(tài)信息,分別得到各個(gè)傳輸鏈路的信道狀態(tài)信息的至少兩個(gè)主成分;
提取模塊,用于從所述各個(gè)傳輸鏈路的信道狀態(tài)信息的至少兩個(gè)主成分中提取第二主成分;
歸一化模塊,用于利用零均值歸一化方法,分別對(duì)所述各個(gè)傳輸鏈路的信道狀態(tài)信息的第二主成分進(jìn)行歸一化,并將歸一化后的第二主成分作為所述各個(gè)傳輸鏈路的信道狀態(tài)信息中與人體行為相關(guān)的特征。
3.根據(jù)權(quán)利要求1所述的人體行為感知系統(tǒng),其中,
所述基本觀察網(wǎng)絡(luò)為卷積神經(jīng)網(wǎng)絡(luò),由分別帶有1個(gè)最大池化層的n1_conv個(gè)卷積層構(gòu)成;其中,n1_conv的取值根據(jù)所需感知的人體行為類別的數(shù)量確定;
所述上下文感知網(wǎng)絡(luò)為n_LSTM層的長短時(shí)記憶網(wǎng)絡(luò);其中,n_LSTM的取值根據(jù)無線網(wǎng)絡(luò)環(huán)境中傳輸鏈路的數(shù)量確定;
所述策略網(wǎng)絡(luò)由全連接層和激活層構(gòu)成;
所述選擇模塊選擇被選概率大于ε×maxπ(uj|h1,h2,…,hN_link;θu)的動(dòng)作uj所對(duì)應(yīng)的至少一條傳輸鏈路;其中,ε為一個(gè)預(yù)先設(shè)定的閾值且0ε1;maxπ(uj|h1,h2,…,hN_link;θu)為各個(gè)動(dòng)作uj的被選概率分布中的最大值;以及
所述人體行為分類預(yù)測模型為卷積神經(jīng)網(wǎng)絡(luò),由分別帶有1個(gè)最大池化層和1個(gè)隨機(jī)丟棄層的多個(gè)卷積層構(gòu)成。
4.一種人體行為感知方法,包括:
從無線網(wǎng)絡(luò)環(huán)境中各個(gè)傳輸鏈路的信道狀態(tài)信息分別提取與人體行為相關(guān)的特征;
根據(jù)各個(gè)傳輸鏈路的信道狀態(tài)信息中與人體行為相關(guān)的特征從各個(gè)傳輸鏈路中選擇與人體行為最為相關(guān)的至少一條傳輸鏈路;以及
基于人體行為分類預(yù)測模型,根據(jù)所選擇的至少一條傳輸鏈路的信道狀態(tài)信息中與人體行為相關(guān)的特征對(duì)人體行為進(jìn)行預(yù)測,得到人體行為預(yù)測結(jié)果;
其中,所述根據(jù)各個(gè)傳輸鏈路的信道狀態(tài)信息中與人體行為相關(guān)的特征從各個(gè)傳輸鏈路中選擇與人體行為最為相關(guān)的至少一條傳輸鏈路包括:
利用基本觀察網(wǎng)絡(luò)對(duì)所述各個(gè)傳輸鏈路的信道狀態(tài)信息中與人體行為相關(guān)的特征進(jìn)行編碼,得到各個(gè)傳輸鏈路對(duì)應(yīng)的特征向量;
利用上下文感知網(wǎng)絡(luò)根據(jù)所述各個(gè)傳輸鏈路對(duì)應(yīng)的特征向量得到各個(gè)傳輸鏈路之間具有鏈路關(guān)聯(lián)性的特征向量;
利用決策網(wǎng)絡(luò)根據(jù)所述各個(gè)傳輸鏈路之間具有鏈路關(guān)聯(lián)性的特征向量確定各個(gè)傳輸鏈路的被選概率;以及
根據(jù)所述各個(gè)傳輸鏈路的被選概率從上述各個(gè)傳輸鏈路中選擇出至少一條傳輸鏈路。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京郵電大學(xué),未經(jīng)北京郵電大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110018248.0/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 基于策略的業(yè)務(wù)感知模型及感知方法
- 一種基于分區(qū)感知的無線通信系統(tǒng)頻譜感知方法
- 確定空閑頻段的方法和系統(tǒng)、中心節(jié)點(diǎn)和感知節(jié)點(diǎn)
- 感知無線網(wǎng)絡(luò)的共享協(xié)作頻譜感知方法、感知節(jié)點(diǎn)和匯聚中心
- 感知無線網(wǎng)絡(luò)的協(xié)作頻譜感知方法和感知節(jié)點(diǎn)
- 頻譜感知方法、頻譜感知設(shè)備和數(shù)據(jù)庫
- 基于認(rèn)知數(shù)據(jù)庫和頻譜感知的頻譜共享方法及裝置
- 一種頂層感知限位組
- 一種自動(dòng)駕駛汽車用升降式智能感知模塊
- 感知數(shù)據(jù)獲取方法和裝置





