[发明专利]移动设备坠落检测方法及其模型形成方法与移动设备

摘要

一种移动设备坠落检测方法及其模型形成方法与移动设备，包括：监听移动设备加速度传感器变化事件，采集三轴加速度数据集，计算合加速度、合加速度标准差、合加速度偏度、合加速度峰度，作为合加速度特征数据集，为每条特征样本数据添加标签列，得到带有标签的合加速度特征数据集，将带有标签的合加速度特征数据集输入到机器学习算法中进行训练，得到移动设备坠落预测模型；实时获取移动设备的加速度数据，得到当前时刻的合加速度特征值，将计算得到的合加速度特征值作为参数，调用模型进行预测。本发明基于合加速度进行特征提取，基于机器学习算法，建立了一种便捷、高效和精准的移动设备坠落预测模型，实现移动设备坠落状态的实时检测。

主权项

1.一种移动设备坠落检测模型形成方法，其特征在于，包含如下步骤：S1、获取加速度数据集，所述加速度数据集包含移动设备在不同运动状态下每隔预设时间所采集的各轴向上的加速度；S2、分别计算出各个轴向上的加速度所对应的合加速度、合加速度标准差、合加速度偏度及合加速度峰度，形成合加速度特征数据集；S3、在合加速度特征数据集中，获取为每条特征样本数据添加的标签列，标签值包括第一标签和第二标签，第一标签代表坠落状态，第二标签代表非坠落状态，得到带有标签的合加速度特征数据集；S4、基于机器学习算法，将带有标签的合加速度特征数据集输入到该机器学习算法进行训练，得到移动设备坠落检测模型，在得到的移动设备坠落检测模型中输入移动设备在不同运动状态下每隔预设时间所采集的各轴向上的加速度，可得出对应的标签；其中，在利用所述移动设备坠落检测模型检测移动设备是否坠落时，是通过调用所述移动设备坠落检测模型对实时获取的移动通信设备的合加速度特征数据进行处理得到标签值来进行判断的。