[发明专利]一种移动智能设备传感器指纹识别方法

权利要求书

1.一种移动智能设备传感器指纹识别方法，其特征在于，包括：

步骤1，数据采集：采集移动智能设备的传感器数据；

步骤2，数据预处理：对所述步骤1采集到的所述传感器数据进行切片和插值处理，将传感器数据分为时序长度一致并在时间轴上均匀分布的多段传感器数据；

步骤3，传感器指纹识别：由预先训练好的指纹识别神经网络模型对所述步骤2得出的多段传感器数据进行识别得出移动智能设备传感器指纹；所述预先训练好的指纹识别神经网络模型的训练方式为：先利用所述步骤1、步骤2得出多段传感器数据作为训练数据，利用训练数据对初始的指纹识别神经网络模型进行指纹识别训练，训练完成后得到训练好的指纹识别神经网络模型。

2.根据权利要求1所述的移动智能设备传感器指纹识别方法，其特征在于，所述方法的步骤1中，采集移动智能设备的传感器数据为：

通过调用移动智能设备的应用程序的接口或者运行的浏览器，获得移动智能设备的加速度计传感器和陀螺仪传感器的原始数据，由服务器采集所获得的原始数据作为传感器数据。

3.根据权利要求1或2所述的移动智能设备传感器指纹识别方法，其特征在于，所述方法的步骤2中，对所述步骤1采集到的所述传感器数据进行切片和插值处理，将传感器数据分为时序长度一致并在时间轴上均匀分布的多段传感器数据为：

对所述步骤1采集到的传感器数据进行切片得到多段传感器数据，多段传感器数据的时间长度保持一致，对多段传感器数据进行PCHIP插值处理，使多段传感器数据的时序在时间轴上均匀分布。

4.根据权利要求1或2所述的移动智能设备传感器指纹识别方法，其特征在于，所述方法步骤3中，所用的指纹识别神经网络模型为多分类长短时记忆深度学习模型。

5.根据权利要求4所述的移动智能设备传感器指纹识别方法，其特征在于，所述方法步骤3中，所述多分类长短时记忆深度学习模型包括：

一层全连接层和两层长短时记忆网络；其中，

所述一层全连接层与所述两层长短时记忆网络依次连接；

该多分类长短时记忆深度学习模型的处理方式为：

(1)输入序列通过全连接层重构序列的维度，所述输入序列为多段传感器数据；

(2)第二层的长短时记忆网络的最后一个记忆单元的数据通过Softmax生成输出作为识别移动智能设备的结果。

6.根据权利要求1或2所述的移动智能设备传感器指纹识别方法，其特征在于，所述方法的步骤3中，利用所述步骤2得出的多段传感器数据对初始的指纹识别神经网络模型进行指纹识别训练为：

以所述步骤2处理后得出的每一段传感器数据作为一个样本，每一台移动智能设备作为一类样本，对指纹识别神经网络模型进行指纹识别训练。

7.根据权利要求1或2所述的移动智能设备传感器指纹识别方法，其特征在于，所述方法的步骤3，还包括：识别后采用多数投票方式确定各传感器数据属于哪个移动智能设备的步骤。

8.根据权利要求7所述的移动智能设备传感器指纹识别方法，其特征在于，所述多数投票方式为：将多条传感器数据分别用训练好的指纹识别神经网络模型进行识别后，使每一条传感器数据得到一个标签，一个标签对应着一个移动智能设备，取频次最高的标签作为最终标签，根据所述最终标签判别出该传感器数据片段属于哪个移动智能设备。