[发明专利]一种多设备融合感知方法和装置

权利要求书

1.一种多设备融合感知方法，其特征在于，所述方法是根据电子设备中的训练模型执行的，所述方法包括：

所述电子设备对采集的原始数据进行特征提取，得到特征矢量；

所述电子设备确定所述特征矢量对应的权重；

当所述权重达到阈值时，所述电子设备将所述特征矢量以及所述权重的计算结果发送给中心设备，所述计算结果用于所述中心设备确定感知目标；

当所述权重未达到阈值时，所述电子设备确定不向中心设备发送所述特征矢量以及所述权重的计算结果。

2.根据权利要求1所述的方法，其特征在于，所述电子设备对采集的原始数据进行特征提取，得到特征矢量包括：

所述电子设备将所述原始数据作为第一神经网络的输入，得到所述特征矢量，所述第一神经网络包括多层感知器MLP、或卷积神经网络CNN或深度神经网络DNN。

3.根据权利要求1或2所述的方法，其特征在于，所述电子设备确定所述特征矢量对应的权重包括：

所述电子设备将所述特征矢量作为第二神经网络的输入，将所述特征矢量经过所述第二神经网络的计算，得到所述特征矢量对应的权重；

所述第二神经网络包括隐藏层、全连接层以及激活函数。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述阈值是在训练所述训练模型时添加L1稀疏表示正则化约束得到的；

其中，当升高所述L1稀疏表示正则化约束的正则项时，所述阈值升高。

5.一种多设备融合感知方法，其特征在于，所述方法是根据中心设备中的训练模型执行的，所述中心设备与多个电子设备通信，所述方法包括：

中心设备确定是否从所述多个电子设备接收到计算结果，所述计算结果是所述电子设备根据采集的原始数据对应的特征矢量以及所述特征矢量对应的权重确定的；

当所述中心设备从所述多个电子设备中的至少一个电子设备接收到计算结果时，所述中心设备根据所述多个电子设备的计算结果执行特征融合计算，得到融合结果，所述融合结果用于表征用户或环境的感知目标；

其中，当所述中心设备确定未接收到所述多个电子设备中的任一电子设备发送的计算结果时，所述中心设备将所述任一电子设备对应的特征矢量的元素全部置为0。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

当所述中心设备确定未从所述多个电子设备接收到计算结果时，所述中心设备不执行特征融合计算。

7.根据权利要求5或6所述的方法，其特征在于，所述中心设备根据所述多个电子设备的计算结果执行数据融合计算，得到融合结果包括：

所述中心设备将所述多个电子设备的计算结果作为神经网络的输入，利用所述神经网络执行数据融合计算，得到所述神经网络输出的所述融合结果；

其中，所述神经网络包括多层感知器MLP、或卷积神经网络CNN或深度神经网络DNN。

8.一种电子设备，其特征在于，所述电子设备包括训练模型，所述模型包括：

特征提取模块，用于对采集的原始数据进行特征提取，得到特征矢量；

特征选择模块，用于确定所述特征矢量对应的权重；

所述特征选择模块，还用于当所述权重达到阈值时，将所述特征矢量以及所述权重的计算结果发送给中心设备，所述计算结果用于所述中心设备确定感知目标；

当所述权重未达到阈值时，确定不向中心设备发送所述特征矢量以及所述权重的计算结果。

9.根据权利要求8所述的电子设备，其特征在于，所述电子设备对采集的原始数据进行特征提取，得到特征矢量包括：

所述电子设备将所述原始数据作为第一神经网络的输入，得到所述特征矢量，所述第一神经网络包括多层感知器MLP、或卷积神经网络CNN或深度神经网络DNN。