[发明专利]对显著位置进行建模有效
申请号: | 201910348534.6 | 申请日: | 2014-05-30 |
公开(公告)号: | CN110035383B | 公开(公告)日: | 2021-01-12 |
发明(设计)人: | L·M·马蒂;M·P·达尔散图;R·K·黄 | 申请(专利权)人: | 苹果公司 |
主分类号: | H04W4/02 | 分类号: | H04W4/02;H04W4/029;H04W88/00;G01S5/02 |
代理公司: | 中国贸促会专利商标事务所有限公司 11038 | 代理人: | 罗亚男 |
地址: | 美国加*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 显著 位置 进行 建模 | ||
1.一种方法,包括:
由移动设备从耦接到所述移动设备的存储设备接收状态模型,所述状态模型包括多个状态和所述状态之间的过渡,每个状态对应一位置,从第一状态到第二状态的每个过渡指示所述移动设备从对应的第一位置移动到了对应的第二位置,每个状态和每个过渡与一个或多个时间戳相关联;
由所述移动设备接收用于预测所述移动设备的未来位置的请求,所述请求指定未来时间;
使用当前时间、所述未来时间和所述移动设备的当前位置作为输入并且基于与所述状态模型相关联的时间段和所述状态模型中的所述状态、过渡和相关联的时间戳来确定与每个状态相关联的概率、与所述状态机包含位置数据的时间长度对应的所述时间段、以及指示所述移动设备在所述未来时间将位于与所述状态对应的位置的可能性的概率;以及
基于所述概率,提供与至少一个状态相关联的位置作为响应于所述请求的预测未来位置。
2.如权利要求1所述的方法,其中确定与每个状态相关联的概率包括:
确定所述当前位置在状态中,其中,所述当前位置表示为所述状态模型中的状态。
3.如权利要求2所述的方法,其中确定与每个状态相关联的概率包括确定在一个或多个过渡中所述移动设备从所述当前位置移动到与每个状态对应的位置的过渡概率密度。
4.如权利要求3所述的方法,其中:
所述过渡概率密度满足马尔可夫过程的特性,并且
确定所述过渡概率密度基于状态之间的过渡以及与所述过渡中的每一个相关联的过渡开始时间戳和过渡结束时间戳。
5.如权利要求1所述的方法,其中确定每个状态的概率包括:
确定所述当前位置在状态外,其中,所述当前位置没有表示为所述状态模型中的状态。
6.如权利要求5所述的方法,其中确定与每个状态相关联的概率包括确定所述移动设备进入与每个状态对应的位置的进入概率密度。
7.如权利要求6所述的方法,其中确定所述进入概率密度基于所述移动设备在每个状态中的停留时间,所述停留时间基于与相应状态相关联的一个或多个进入时间戳和一个或多个退出时间戳确定。
8.如权利要求1所述的方法,其中确定与每个状态相关联的概率包括:
确定与所述状态模型相关联的所述时间段是否满足寿命阈值;
在确定与所述状态模型相关联的所述时间段满足所述寿命阈值时确定第一活动模式,其中,第一活动模式对应于第一时间跨度,或在确定与所述状态模型相关联的所述时间段不满足所述寿命阈值时确定第二活动模式,其中第二活动模式对应于第二时间跨度,第一时间跨度比第二时间跨度长;以及
基于所述当前时间、所述未来时间和第一活动模式或第二活动模式来确定所述概率。
9.如权利要求1所述的方法,包括基于所述当前位置和所述状态模型中表示的每个位置之间的距离以及所述当前时间与所述未来时间之间的差来过滤所述状态模型中的状态。
10.如权利要求1所述的方法,其中提供所述位置作为所述预测未来位置包括:
识别与最高概率相关联的状态和指定与所述最高概率相关联的状态所关联的位置作为所述预测未来位置;或
基于所述概率和一个或多个预测属性对所述状态进行排名并指定与最高排名相关联的位置作为所述预测未来位置。
11.如权利要求10所述的方法,其中预测属性包括以下中的至少一者:
对每个对应位置的上一次访问的时间;
基于所述当前位置、所述当前时间和预测窗口长度得出的预测窗口可能性;
所述状态模型的时间长度;
每个状态处的累积停留时间;或
每个状态处的访问次数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苹果公司,未经苹果公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910348534.6/1.html,转载请声明来源钻瓜专利网。