[发明专利]一种基于无线可穿戴式感知平台的典型行为实时识别方法

摘要

本发明涉及一种基于无线可穿戴式感知平台的典型行为实时识别方法，属于物联网智能家居领域。首先，提取加速度、时间、射频角度、频道、接收信号强度特征作为行为预测阶段的输入。然后，在行为预测阶段，考虑到类不平衡问题，提出动态加权条件随机场向目标函数中引入一个动态计算的类相关的权重参数来惩罚误分的少数类。最后，在离开床、椅子的行为识别阶段提出了一个评价函数，其目标是对1秒内占主导地位的数据分配一个活动类，降低行为预测阶段由噪声引起的误差。当识别到用户离开床或者椅子就会触发警报，同时断定在接下来的1.75秒内不会发生同类型的报警。该方法能有效预防老人跌倒，为老人护理提供实时的反馈信息。

主权项

1.一种基于无线可穿戴式感知平台的典型行为实时识别方法，其特征在于：该方法包括以下步骤：S1：数据采集；用户通过无线可穿戴传感器(Wearable Wireless Identification and Sensing Platform,W²ISP)采集活动、身份数据，并通过无线射频识别(Radio Frequency Identification,RFID)设备进行实时传送；S2：特征提取；提取加速度、时间、射频角度、频道、接收信号强度特征作为行为预测阶段的输入；S3：行为预测；采用基于线性链条件随机场改进的动态加权条件随机场(Dynamic Weighted Conditional Random Field,DWCRF)，向目标函数中引入一个动态计算的类相关的权重参数来惩罚误分的少数类；S4：行为识别；在离开床、椅子的行为识别阶段提出一个评价函数，对1秒内占主导地位的数据分配一个活动类，降低行为预测阶段由噪声引起的误差；当识别到用户离开床或者椅子则触发警报，且在接下来的1.75秒内不会发生同类型报警；所述行为识别包括分配标签：分配标签由下式给出：m_k是行为预测阶段得出的边际概率，y_k,t是t时刻所有可能的标签，X是传感器观测值。