[发明专利]一种智能家居环境中人类活动位置预测方法

摘要

本发明公开了一种智能家居环境中人类活动位置预测方法，依据安装在智能家居环境测试台中的运动传感器所采集的人类不同活动的数据，提出一种基于周期时效性结合文本压缩算法（TimeLeZi，TLZ）的方法对人类活动的位置进行预测，适合应用于智能家居、模式识别等技术领域。本发明公开的基于TLZ算法的智能家居环境中人类活动位置预测方法，其预测结果与LZ78模型以及ActiveLeZi模型方法相比较，具备更高的预测准确度。

主权项

一种智能家居环境中人类活动位置预测方法，具体步骤如下：步骤1：用安装在智能家居环境测试台中的运动传感器对智能家居环境中的人类行为活动进行数据采集，对采集到的数据进行标记；步骤2：将采集到数据的运动传感器的编号映射成不同的英文字符，所选取的特征数据为：触发运动传感器的时间标签、所触发的运动传感器编号映射值序列，其中，所述触发运动传感器的时间标签的取值为0‑23，一天内的所有样本被区分成24个时间段，为每个时间段内的人类活动位置信息样本构建一个决策树；步骤3：将步骤2选取的特征数据依据分别存储在相应时间段对应的文本压缩算法词典中进行训练与预测，具体过程如下：（301）开始时，词典及前缀P均为空，且最长词条的长度为0； （302）当前的字符C 等于字符流中的下一个字符，识别此时字符对应的时段，进入该时段对应的词典当中，利用词典中字符出现的频率计算下一个字符可能的概率，选择概率最大的那个作为预测结果；（303）判断P+C是否已存在于词典当中：步骤a.如果P+C已存在于词典当中，则用C来扩展P，使P = P+C ；步骤b.如果P+C未存在于词典当中，则进行如下操作：1)  输出与当前前缀P相对应的码字以及当前的字符C；2)  把字符串P+C添加至词典当中；3)  如果字符串P+C的长度大于最长词条的长度，那么将最大词条的长度更新为字符串P+C的长度；4)  令P为空值；步骤c.把字符C加入到滑动窗口当中，如果此时滑动窗口的长度大于最大词条的长度，删去最早进入滑动窗的字符，使得窗口保留与最长词条长度相同的字符串；步骤d.判断字符流中是否还有字符需要编码：1)  如果字符流中还有字符需要编码，返回到（302）；2)  如果字符流中没有字符需要编码，输出对应于当前前缀P的码字，然后结束编码。