[发明专利]基于传感器网络的自适应学习方法

摘要

本发明涉及一种基于传感器网络的自适应学习方法，该方法包括步骤S1，使用传感器采集行为数据；S2，对所采集的行为数据进行分类并存储；S3，将存储的行为数据进行频数分布统计，得到推送结果；S4，将所述推送结果形成场景方案；S5，将所述场景方案进行推送，并接收推送后的反馈结果，对所述反馈结果进行分析。本发明所述的方法，具有自适应、智能化和自动化的特点，解脱了人们对各种设备的繁琐操控。

主权项

基于传感器网络的自适应学习方法，其特征在于，所述方法包括步骤：S1，使用传感器采集行为数据；S2，对所采集的行为数据进行分类并存储；S3，将存储的行为数据进行频数分布统计，得到推送结果；S4，将所述推送结果形成场景方案；S5，将所述场景方案进行推送，并接收推送后的反馈结果，对所述反馈结果进行分析；其中，所述步骤S1具体包括：使用传感器采集行为数据，并将所述数据组成特定的三元组{devicei，timestampj，actionk}，其中，i，j，k为自然数，devicei为第i个终端名称，timestampj为第j个时间戳，actionk为第k个行为方式；相应地，所述步骤S3具体包括：S31，在所存储的行为数据的三元组中选择任意一个不为空的devicei，得到包含devicei的第一集合；S32，在所述第一集合中，根据行为方式actionk进行频数分布统计，选择actionk的最大值的三元组，形成第二集合；S33，在所述第二集合中，根据时间戳timestampj进行频数分布统计，选择timestampj最大值，形成预设推送组；S34，将所述预设推送组与在所述步骤S5中接收到的反馈结果进行判断；S35，如果所述预设推送组与所述反馈结果相冲突，则在所述行为数据中将所上述预设推送组排除，重复上述步骤，直到得到与所述反馈结果不冲突的推送结果；S36，如果所述预设推送组与所述反馈结果不冲突，则直接将所述预设推送组作为推送结果。