[发明专利]一种基于时序行为检测的工作流识别系统及其识别方法

权利要求书

1.一种基于时序行为检测的工作流识别方法，其特征在于，包括：

构建问题结构模型M(θ，D)，并初始化所述问题结构模型M(θ，D)中的参数θ；其中，参数θ中的值满足概率统计分布条件；

逐步扫描实例库L中的每行数据，根据所述实例库L中已知或观察到的辅助标注隐动作信息，采用EM算法迭代计算和更新参数θ；

通过ARMS算法，利用问题结构模型M(θ，D)的计算结果和规则约束获取动作模型

根据问题实例关于动作的辅助标注信息，计算其对应的隐动作序列O＝(o₁，...，o_m)；

利用FF规划器求解问题的解，并返回问题的规划解。

2.根据权利要求1所述的基于时序行为检测的工作流识别方法，其特征在于，所述构建问题结构模型M(θ，D)，并初始化所述问题结构模型M(θ，D)中的参数θ的步骤，包括：

初始化参数θ＝π，Λ，Γ和D，θ的初始值符合概率统计模型，π为初始观察状态的概率，初始化为π_i＝1/N_α，Λ，Γ分别表示初始的动作-状态转移概率矩阵和动作-动作转移概率矩阵，其对应的转移函数分别为Ψ_jk＝p(s_t＝ξ_k|a_t＝α_j)、X_ij＝p(a_t＝α_j|a_t-1＝α_i)，其中，Ψ_jk表示隐动作α_j出现时观察到状态ξ_k的概率，X_ij表示隐动作α_i在时刻点t-1出现时，在下一时刻点t动作α_j出现的概率，D表示工作流规划领域知识。

3.根据权利要求1所述的基于时序行为检测的工作流识别方法，其特征在于，所述逐步扫描实例库L中的每行数据，根据所述实例库L中已知或观察到的辅助标注隐动作信息，采用EM算法迭代计算和更新参数θ的步骤之前，还包括：

给定一个长度为T的问题实例L_i，观察状态为一个可观察状态序列，为其对应的隐动作序列，是中对应部分的、含噪声的辅助信息；在工作流中t时刻的隐动作a_t具有马尔科夫特性，即在t-1时刻点条件下，产生状态s_t的概率等于在a_t条件下产生s_t的概率，即当a_t被标注，但出现标注错误的情况，则p(y_t≠a_t|a_t)＝1-p(y_t＝a_t|a_t)＝1-η，其中，参数η表示隐动作a_t被正确标注的概率，参数ζ表示获取到辅助标注信息y_t的概率，当参数ζ＝0时，表示当前时刻点t未检测到任何与隐动作a_t相关的标注信息，若已知隐动作a_t的标注是错误的，则a_t被标注呈a_j的概率为p(y_t＝a_j|a_t)＝1/(N_α-1)，其中N_α表示隐动作的个数。

4.根据权利要求1所述的基于时序行为检测的工作流识别方法，其特征在于，所述逐步扫描实例库L中的每行数据，根据所述实例库L中已知或观察到的辅助标注隐动作信息，采用EM算法迭代计算和更新参数θ的步骤，包括：

根据每个可能出现的隐动作序列确定其值，计算和更新θ参数值，并使得的值最大化，重复执行这一过程，直到其值不再收敛为止，得到参数θ。