[發明專利]一種基于增量學習的電梯智能指紋識別系統

在審

• 申請號: 202110254032.4
• 申請日: 2021-03-09
• 公開（公告）號: CN112966610A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 莫曉暉;應明峰;張漪
• 申請（專利權）人: 金陵科技學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 蔣昱

1.一種基于增量學習的電梯智能指紋識別系統，具體步驟如下，其特征在于：

步驟1，搭建電梯智能指紋識別系統硬件：該硬件系統由ARM處理器、指紋采集模塊、采集板卡、通訊模塊、存儲模塊和PC上位機等硬件組成；

步驟2，訓練基于增量學習的指紋識別模型：構建增量學習指紋分類網絡，提取指紋數據EMD特征，將采集的指紋樣本用于訓練增量學習網絡；

步驟3，設計基于指紋識別結果的電梯控制指令：指紋識別系統通過增量學習算法實時計算出指紋數據的分類結果，并將結果發送至ARM控制器中，選擇電梯控制輸出指令；

步驟4，增量學習通過新出現的數據調整網絡參數：在電梯指紋智能識別系統數據的不斷采集下，增量學習根據所采集的數據，對算法模型和參數進行不斷調整；

步驟5，獲得具有魯棒性的電梯智能指紋識別系統，并進行實際應用。

2.根據權利要求1所述的一種基于增量學習的電梯智能指紋識別系統，其特征在于：步驟1中搭建電梯智能指紋識別系統硬件的過程表示為：

電梯智能指紋識別系統硬件系統包括：ARM處理器、指紋采集模塊、采集板卡、通訊模塊、存儲模塊和PC上位機等；ARM處理器用于電梯控制，輸出電梯控制指令，PC上位機通過采集卡和指紋采集模塊采集指紋數據，PC上位機通過增量學習算法獲得指紋分類結果，并將分類結果通過通訊模塊發送至ARM處理器中。

3.根據權利要求1所述的一種基于增量學習的電梯智能指紋識別系統，其特征在于：步驟2中訓練基于增量學習的指紋識別模型的過程可以表示如下：

首先提取指紋數據的EMD特征向量，指紋數據信號EMD特征提取如下：

步驟2.1，確定指紋數據信號x(t)所有的局部極大值和極小值點；

步驟2.2，分別將所有局部極大值點和極小值點連成包絡曲線e_max(t)、e_min(t)，并計算上下包絡曲線的均值曲線：

同時從信號中減去均值曲線，可得到IMF分量imf₁(t):

imf_i(t)＝x_i(t)-m_i(t) (2)

式中：

重復上述步驟，直到滿足停止準則，迭代停止準則為：

其中SD為篩選門限值，當SD小于某個常數時，停止迭代，SD取值0.25；

分解結束后可得到n個EMD特征分量imf₁(t)，imf₂(t)，……，imf_n(t)以及余項r_n(t)，可將原始信號表示為：

再設計增量學習模型，增量學習模型包括兩層：第一層網絡自適應的生成網絡來表示所輸入的指紋數據EMD特征分量：

第二層網絡將一層網絡的輸出作為輸入，計算出第一層網絡數據的類間距離和類內距離，將指紋數據分類標簽作為輸出，訓練出指紋數據的增量學習分類模型。

4.根據權利要求1所述的一種基于增量學習的電梯智能指紋識別系統，其特征在于：步驟3中，設計基于指紋識別結果的電梯控制指令的過程可以表示如下：

PC上所連接的指紋采集器采集用戶指紋信息、同時將用戶居住樓層信息以及居住時效信息通過網絡傳送給上位機指紋識別系統，由系統預存入存儲器中存儲信息；用戶使用電梯時，通過指紋識別傳感器將指紋信息傳至ARM控制器系統，系統通信將數據發送至上位機，上位機系統通過基于增量學習的指紋識別模型輸出指紋分類結果，同時匹配存儲器中的指紋信息，指紋吻合后發送控制信號至ARM控制器，控制電梯運行；如不吻合，語音模塊將提示再次輸入指紋信息，如果連續三次輸入都不吻合，語音模塊將發出報警信息，同時報警信息傳送至PC機處理，PC機可通過監控模塊監控電梯內狀況。

5.根據權利要求1所述的一種基于增量學習的電梯智能指紋識別系統，其特征在于：步驟4中，增量學習通過新出現的數據調整網絡參數的過程可以表示如下：

當出現新的指紋數據時，增量學習網絡自動對模型進行調整，其調整步驟如下所示：

步驟4.1，初始化增量學習網絡模型的神經元A＝{c₁,c₂}，并隨機初始化權重W₁，W₂，并初始化連接矩陣C；

步驟4.2，輸入一個指紋數據EMD特征分量I；

步驟4.3，計算出與該指紋數據EMD特征分量最接近的兩個神經元s₁、s₂：

W_c是連接矩陣權重，如果數據和神經元滿足||x-W_s1||大于所設置的相似度閾值，則為該數據生成一個新的節點r，且該節點的權值為x；

步驟4.4，如果神經元s₁、s₂之間無連接，則為兩個最相似的節點建立連接；更新神經元和節點后，進行插入和去噪操作；

步驟4.5，如果還有數據輸入則重復上述操作，否則輸出神經元節點和連接矩陣C。