[发明专利]基于物联网的行为模式分析方法和系统在审
申请号: | 202010380711.1 | 申请日: | 2020-05-08 |
公开(公告)号: | CN111695426A | 公开(公告)日: | 2020-09-22 |
发明(设计)人: | 靳浩;王厅玮;张庆;赵成林;彭木根 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G16H50/30;G16H50/70 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 石茵汀 |
地址: | 100876 北京市海淀区西*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 联网 行为 模式 分析 方法 系统 | ||
1.一种基于物联网的行为模式分析方法,其特征在于,所述方法包括:
获取待测用户的时间序列数据,所述时间序列数据包括:所述待测用户按照指定步骤执行预设活动的至少一个的目标时间点,与所述目标时间点对应的传感器事件,所述传感器事件描述所述目标时间点上各传感器的状态变化情况;
根据所述时间序列数据,确定所述待测用户的位置序列;
根据所述时间序列数据结合所述位置序列,确定基于矩阵表示的用户位置子序列;
根据所述基于矩阵表示的用户位置子序列,确定所述待测用户的活动模式图,基于所述活动模式图分析所述待测用户的行为模式。
2.如权利要求1所述的基于物联网的行为模式分析方法,其特征在于,所述根据所述基于矩阵表示的用户位置子序列,确定所述待测用户的活动模式图后,还包括:
确定所述活动模式图的判定参数;
当用于分析用户痴呆活动模式时,确定预训练的典型痴呆活动模板的第一参数,并确定预训练的典型健康活动模板的第二参数;
根据所述判定参数、所述第一参数,以及所述第二参数,分别确定所述活动模式图与所述典型痴呆活动模板的第一相似度,以及所述活动模式图与所述典型健康活动模板的第二相似度;
根据所述第一相似度和所述第二相似度分析所述待测用户的行为模式。
3.如权利要求1所述的基于物联网的行为模式分析方法,其特征在于,所述根据所述时间序列数据结合所述位置序列,确定基于矩阵表示的用户位置子序列,包括:
根据所述时间序列数据对所述位置序列进行分段处理,得到用户位置子序列;
将所述用户位置子序列转换为所述基于矩阵表示的用户位置子序列。
4.如权利要求1所述的基于物联网的行为模式分析方法,其特征在于,所述根据所述基于矩阵表示的用户位置子序列,确定所述待测用户的活动模式图,包括:
根据所述基于矩阵表示的用户位置子序列,从移动模式集中确定所述待测用户的目标移动模式;
根据所述目标移动模式,结合所述待测用户的时间序列数据构建活动模式基元;
根据所述活动模式基元,确定所述待测用户的活动模式图。
5.如权利要求4所述的基于物联网的行为模式分析方法,其特征在于,所述传感器的类别包括:辅助类,所述根据所述目标移动模式,结合所述待测用户的时间序列数据构建活动模式基元,包括:
根据所述目标移动模式结合所述时间序列数据中各所述目标时间点上辅助类传感器的状态构建所述活动模式基元。
6.如权利要求1所述的基于物联网的行为模式分析方法,其特征在于,所述根据所述时间序列数据,确定所述待测用户的位置序列,包括:
对所述时间序列数据进行去噪处理,从而确定所述待测用户的位置序列。
7.如权利要求6所述的基于物联网的行为模式分析方法,其特征在于,所述传感器的类别包括:运动类,所述对所述时间序列数据进行去噪处理,从而确定所述待测用户的位置序列,包括:
根据多个训练用户的时间序列数据,以运动类的传感器为节点,以每两个运动传感器在相邻记录中处于开启状态的次数作为连接这两个节点的边构建图;
将所述待测用户的时间序列数据中的各个目标时间点对应的传感器状态作为图信号,对图信号进行图小波变换,得到与各个所述目标时间点对应的变换结果;
根据所述变换结果,确定与各个所述目标时间点对应的目标传感器的标识并作为用户位置标识,在所述目标时间点上,与所述目标时间点对应的目标传感器与待测用户的实际位置距离最小,所述目标传感器的类别为所述运动类;
根据多个所述目标时间点对应的用户位置标识,形成所述位置序列。
8.如权利要求4所述的基于物联网的行为模式分析方法,其特征在于,所述获取待测用户的时间序列数据前,还包括:
根据多个训练用户的时间序列数据,训练得到所述移动模式集;
根据多个训练用户的时间序列数据,结合所述移动模式集训练得到所述典型痴呆活动模板和所述典型健康活动模板。
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北京邮电大学,未经北京邮电大学许可,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/202010380711.1/1.html,转载请声明来源钻瓜专利网。