[发明专利]状态感知级联机器学习系统和方法

权利要求书

1.一种级联机器学习系统，包括：

第一子系统，包括多个操作状态和至少第一机器学习算法；

第二子系统，包括第二机器学习算法；

至少第一处理器，可操作以：

当接收到第一组感测数据信号时，激活所述第二子系统；

使用所述第二机器学习算法对所述第一组感测数据信号进行分类；

从所述多个操作状态中选择要由所述第一子系统采用的第一操作状态；

选择要由所述第一子系统使用的一组活动参数，其中，该组活动参数是基于所述第一操作状态来选择的；

停用所述第二子系统；

使用所述第一机器学习算法对第二组感测数据信号进行分类；

将所述第二组感测数据信号的分类与该组活动参数进行比较；以及

如果使用所述第一机器学习算法所执行的输出分类无效，则重新激活所述第二子系统。

2.根据权利要求1所述的级联机器学习系统，其中，所述第一处理器还可操作以：

将使用所述第一机器学习算法对所述第二组感测数据信号的分类的置信度水平与阈值进行比较；以及

如果所述置信度水平小于所述阈值，则重新激活所述第二子系统。

3.根据权利要求2所述的级联机器学习系统，其中，所述第一处理器还可操作以：

使用所述第二机器学习算法对所述第二组感测数据信号进行分类；以及

如果使用至少所述第一机器学习算法对所述第二组感测数据信号的分类等于使用所述第二机器学习算法对所述第二组感测数据信号的分类，则增大所述阈值。

4.根据权利要求2所述的级联机器学习系统，其中，所述第一处理器还可操作以：

使用所述第二机器学习算法对所述第二组感测数据信号进行分类；以及

如果使用所述第二机器学习算法对所述第二组感测数据信号的分类等于该组活动参数中的一个，则减小所述阈值。

5.根据权利要求2所述的级联机器学习系统，其中，所述第一处理器还可操作以：

如果所述阈值被调整，则使用所述第二机器学习算法对所述第二组感测数据信号进行分类。

6.根据权利要求2所述的级联机器学习系统，其中，所述阈值被存储以用于预定数量的迭代。

7.根据权利要求1所述的级联机器学习系统，其中，所述第一处理器还可操作以：

在预定时段已经期满之后，使用所述第二机器学习算法对所述第二组感测数据信号进行分类。

8.根据权利要求1所述的级联机器学习系统，其中，所述第一子系统在所述第一处理器上采用，并且所述第二子系统在第二处理器上采用。

9.根据权利要求8所述的级联机器学习系统，其中，所述第二处理器包括应用处理器，并且所述第一处理器包括低功率微处理器。

10.根据权利要求1所述的级联机器学习系统，其中，所述第二机器学习算法使用完整训练数据组和多个标签来训练。

11.根据权利要求1所述的级联机器学习系统，其中，所述第一子系统使用完整训练数据组来训练，但一个或多个指定标签被组合成一个类别。