[发明专利]一种基于增量学习的电梯智能指纹识别系统

说明书

一种基于增量学习的电梯智能指纹识别系统，该方法包括以下步骤：步骤1，搭建电梯智能指纹识别系统硬件；步骤2，训练基于增量学习的指纹识别模型；步骤3，设计基于指纹识别结果的电梯控制指令；步骤4，增量学习通过新出现的数据调整网络参数；步骤5，获得具有鲁棒性的电梯智能指纹识别系统，并进行实际应用。本发明通过增量学习网络解决了指纹识别和在线网络参数调整的问题，并根据指纹识别结果通过ARM控制器发送电梯控制指令，提高了电梯的安全管理。

技术领域

本发明涉及电梯控制领域，特别是涉及一种基于增量学习的电梯智能指纹识别系统。

背景技术

当下是科技飞速发展的时代，人们对与安全的级别要求也越来越高，传统电梯安保系统已经不能满足广大用户的需求。指纹识别具有唯一性和稳定性等特点，具有较高的安全性和使用的便捷性等优点，在广大身份认证领域都有着普遍的应用。本发明设计了一种基于增量学习的电梯智能识别系统。该电梯智能识别系统由ARM处理器、指纹采集模块、上位机等硬件模块组成。系统指纹模块通过通信将采集到的指纹发送至上位机，上位机通过增量学习算法识别指纹，在识别结果基础上执行电梯控制指令。同时通过增量学习不断地从新样本中学习新的知识，扩充指纹识别样本，实时更新系统模型，提高指纹识别精度。

发明内容

为解决上述问题，本发明提出了一种基于增量学习的电梯智能指纹识别系统。通过增量学习网络解决了指纹识别和在线网络参数调整的问题，并根据指纹识别结果通过ARM控制器发送电梯控制指令，提高了电梯的安全管理。为达此目的，本发明提供一种基于增量学习的电梯智能指纹识别系统，具体步骤如下，其特征在于：

步骤1，搭建电梯智能指纹识别系统硬件：该硬件系统由ARM处理器、指纹采集模块、采集板卡、通讯模块、存储模块和PC上位机等硬件组成；

步骤2，训练基于增量学习的指纹识别模型：构建增量学习指纹分类网络，提取指纹数据EMD特征，将采集的指纹样本用于训练增量学习网络；

步骤3，设计基于指纹识别结果的电梯控制指令：指纹识别系统通过增量学习算法实时计算出指纹数据的分类结果，并将结果发送至ARM控制器中，选择电梯控制输出指令；

步骤4，增量学习通过新出现的数据调整网络参数：在电梯指纹智能识别系统数据的不断采集下，增量学习根据所采集的数据，对算法模型和参数进行不断调整；

步骤5，获得具有鲁棒性的电梯智能指纹识别系统，并进行实际应用。

进一步，步骤1中搭建电梯智能指纹识别系统硬件的过程可以表示为：

电梯智能指纹识别系统硬件系统包括：ARM处理器、指纹采集模块、采集板卡、通讯模块、存储模块和PC上位机等；ARM处理器用于电梯控制，输出电梯控制指令，PC上位机通过采集卡和指纹采集模块采集指纹数据，PC上位机通过增量学习算法获得指纹分类结果，并将分类结果通过通讯模块发送至ARM处理器中。

进一步，步骤2中训练基于增量学习的指纹识别模型的过程可以表示如下：

首先提取指纹数据的EMD特征向量，指纹数据信号EMD特征提取如下：

步骤2.1，确定指纹数据信号x(t)所有的局部极大值和极小值点；

步骤2.2，分别将所有局部极大值点和极小值点连成包络曲线e_max(t)、e_min(t)，并计算上下包络曲线的均值曲线：

同时从信号中减去均值曲线，可得到IMF分量imf₁(t)：

imf_i(t)＝x_i(t)-m_i(t) (2)

式中：