[发明专利]一种智能旅居商务房车的跨模态智能感知方法有效
申请号: | 201810030109.8 | 申请日: | 2018-01-12 |
公开(公告)号: | CN108259136B | 公开(公告)日: | 2020-10-16 |
发明(设计)人: | 李嫄源;张家昌;李鹏华;朱智勤;米怡 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | H04L1/00 | 分类号: | H04L1/00;H04L12/24;H04L12/40;G06N3/04 |
代理公司: | 北京同恒源知识产权代理有限公司 11275 | 代理人: | 赵荣之 |
地址: | 400065 *** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 智能 旅居 商务 房车 跨模态 感知 方法 | ||
1.一种智能旅居商务房车的跨模态智能感知方法,其特征在于:该方法具体包含如下步骤:
S1:基于总线结构对传感器信号进行数据采集传输;
S2:通过深度自编码器提取所采集的数据中具有共性的感知数据,简化数据编码;具体包括以下步骤:
S21:通过深度自编码器输入输出相等的层次结构关系,训练适用于多模态传感器的深度自编码结构,提取感知数据的共性特征,作为编码信息,通过总线传输至车载数据交互中心,降低传输数据的维度;
S22:构建多层深度神经网络,将神经网络的输入与输出置为相等的数据,向中间组合编码,采用最小二乘目标函数对输出结果进行逼近,其中,x对应感知输入层,则为感知还原的结果,W,b分别对应神经网络的权值集合及偏置,J(W,b)表示目标函数,m表示输入层数;
S23:通过音视频、温度原始数据,采用随机梯度下降法对网络连接进行学习,提高权值的泛化性能;
S24:通过自编码器对于感知数据进行编码;
S3:运用自编码器权值连接关系,优化连接网络结构;具体包括以下步骤:
S31:将多层深度神经网络中权值较小的连接关系进行剪枝,通过感知数据对于余下的多层深度神经网络连接进行微调,降低传编码误差;
S32:通过坐标下降方法对多层深度神经网络的权值的绝对值进行迭代,并将近零的参数进行剪枝,得到连接关系稀疏的神经网络;
S33:利用对神经网络训练中的所有层进行稀疏优化,其中,W′表示稀疏化后的权值组合,i表示每一层的输入;
S34:通过感知数据对连接关系稀疏的神经网络进行进一步的微调,获得剪枝后的泛化自编码模型。
2.根据权利要求1所述的一种智能旅居商务房车的跨模态智能感知方法,其特征在于:所述步骤S1具体包含如下步骤:
S11:将各类传感器进行驱动封装,构建多类传感器组成的总线数据采集平台;
S12:通过传感器所采集到的模拟信号经过模数转换成数字信号传送到处理平台;
S13:通过ADO(ActiveX Data Objects)以及ADO附加组件统一接口函数、程序调用口、接口校验与测试方式。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810030109.8/1.html,转载请声明来源钻瓜专利网。