公开(公告)号：CN106599988B

公开(公告)日：2019-10-08

申请号：CN201611128886.3

申请日：2016-12-09

Applicant: 无锡清华信息科学与技术国家实验室物联网技术中心

Inventor： 刘慈航 ,  张兰 ,  刘宗前 ,  刘克彬 ,  李向阳 ,  刘云浩

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种智能可穿戴设备行为数据的多级语义特征提取方法，包括如下步骤：S101、构建单级行为空间，找到行为空间下的一组基；S102、构建多级行为空间，从不同的粒度分析行为数据；S103、提取行为数据在多级行为空间下的多级语义特征。本发明无需人工对数据进行标注，在极大减少人力成本的同时可以适用于任何行为；同时，提取出的语义特征可以从不同粒度上对行为进行分析，可以保证很高的识别精度。本发明与传统的基于预定义特征空间的方法相比准确度有大幅提高，而和现有基于有监督的深度神经网络的方法相比，本发明甚至能提供更高的识别准确度。

公开(公告)号：CN106599988A

公开(公告)日：2017-04-26

申请号：CN201611128886.3

申请日：2016-12-09

Applicant: 无锡清华信息科学与技术国家实验室物联网技术中心

Inventor： 刘慈航 ,  张兰 ,  刘宗前 ,  刘克彬 ,  李向阳 ,  刘云浩

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种智能可穿戴设备行为数据的多级语义特征提取方法，包括如下步骤：S101、构建单级行为空间，找到行为空间下的一组基；S102、构建多级行为空间，从不同的粒度分析行为数据；S103、提取行为数据在多级行为空间下的多级语义特征。本发明无需人工对数据进行标注，在极大减少人力成本的同时可以适用于任何行为；同时，提取出的语义特征可以从不同粒度上对行为进行分析，可以保证很高的识别精度。本发明与传统的基于预定义特征空间的方法相比准确度有大幅提高，而和现有基于有监督的深度神经网络的方法相比，本发明甚至能提供更高的识别准确度。