[发明专利]基于图相似的行为识别方法及系统

权利要求书

1.一种基于图相似的行为识别方法，其特征在于，包括以下步骤：

利用无线传感器网络采集各类原始数据，并对原始数据进行预处理；

基于处理后的数据进行分层图建模，包括以下步骤：

基于数据快照图建立传感器数据模型，再利用事件发生引起的数据变化建立事件图模型，构建样本事件图数据库；

利用基于特征结构序列的图相似查询算法查询样本事件图数据库，得到相似事件；

基于相似事件构建事件图序列，识别基本行为并构建行为序列，对由事件构建的行为序列集建立行为图模型，构建行为图数据库；

利用基于结构相似的特征选择算法查询行为图数据库，得到行为识别结果。

2.根据权利要求1所述的基于图相似的行为识别方法，其特征在于，所述原始数据预处理包括数据清理、数据集成与筛选，其中，

所述数据清理包括填充数据缺失值，平滑噪声数据，识别并删除孤立点；

所述数据集成与筛选包括将来自各传感器节点的数据进行合并，并统一存储在数据库中，再剔除其中的冗余数据。

3.根据权利要求书1所述的基于图相似的行为识别方法，其特征在于，所述构建事件图模型包括以下步骤：

基于预处理后的数据观察某段时间内数据对应的变化值，获取事件发展过程数据的连续变化，将数据增量运用到图模型，得到数据增量图；

利用数据增量图算法使用事件发生对图模型造成的数据变化来代表不同类别事件的特征，完成事件图模型的构建。

4.根据权利要求1所述的基于图相似的行为识别方法，其特征在于，所述基于特征结构序列的图相似查询算法包括：将事件图的特征结构按照重要程度排序，构建特征结构序列，将图的相似性查询转换为特征结构序列的相似性查询；然后采用加权的最大公共子序列算法和加权的序列编辑距离算法来查询结构序列，其中，所述加权的最大公共子序列算法和加权的序列编辑距离算法是在序列编辑距离算法的基础上，引入指数下降函数定义权重。

5.根据权利要求1所述的基于图相似的行为识别方法，其特征在于，所述构建行为图模型包括以下步骤：

对所有类型的基本行为进行训练，得到对应的事件序列的平均持续时间，然后从实时的传感器数据流中识别出事件图序列，并利用滑窗方法对事件图序列进行分割，从事件序列中识别出基本行为；

对每天的传感器实时数据进行基本行为的识别，并按照时序关系构建出每天的行为序列；

经过一定采集周期的数据积累，构成一个行为序列集合，针对行为序列集合，按照适当的合并周期，基于加权的多序列联配算法对行为序列进行合并，构建成行为图，经过持续数据训练完成样本行为图数据库的构建。

6.根据权利要求1所述的基于图相似的行为识别方法，其特征在于，所述基于结构相似的特征选择算法包括：利用频繁子图结构相似分簇的方法，从频繁子图集合中选取区分度最佳而且相互之间结构冗余小的特征结构，达到提高查询准确度的目的。

7.一种基于图相似的行为识别系统，其特征在于，包括：数据采集模块、数据管理模块、事件监测与识别模块、行为模式分类模块，所述数据采集模块主要由若干传感器节点、与所述若干传感器节点连接的基站组成，所述数据管理模块、所述事件监测与识别模块、所述行为模式分类模块在终端计算机上实现，其中，

所述传感器节点用于采集各类原始数据并封装成帧，再以无线传输方式发送给所述基站，所述基站通过串口将数据传输到所述终端计算机，所述终端计算机对采集到的数据进行预处理、分析和挖掘，最终识别出用户的行为。

8.根据权利要求7所述的基于图相似的行为识别系统，其特征在于，所述数据管理模块对数据的预处理流程为：首先，使用均值方法拟合丢失的数据；其次，平滑传感器数据中的噪声；然后，使用中值滤波法对传感器数据中的奇异点进行剔除；最后，去除样本数据集中的重复样本。