基于BP神经网络的人类活动在智能家居环境中的辨识方法

发明专利无效专利

申请号：
CN201110159327.X
IPC分类号：G06N3/08
申请日期：
2011-06-15
申请人：
河海大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于BP神经网络的人类活动在智能家居环境中的辨识方法
申请号	CN201110159327.X	申请日期	2011-06-15
法律状态	驳回	申报国家	暂无
公开/公告日	2011-11-23	公开/公告号	CN102254226A
优先权	暂无	优先权号	暂无
主分类号	G06N3/08 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/08 学习方法〔7〕	IPC分类号	G;0;6;N;3;/;0;8查看分类表>
申请人	河海大学	申请人地址	江苏省南京市西康路1号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	河海大学	当前权利人	河海大学
发明人	方红庆;何蕾
代理机构	南京经纬专利商标代理有限公司	代理人	许方

摘要

本发明公布了一种基于BP神经网络的人类活动在智能家居环境中的辨识方法，首先对布置在智能家居环境测试台中由运动传感器和项目传感器所采集的各种人类活动的数据进行标注并对已标注的传感器数据进行特征提取；然后再将提取的特征数据采用3折交叉验证的方式输入到BP神经网络模型中进行训练与辨识；最后将基于BP神经网络的人类活动辨识结果与隐马尔科夫模型方法以及朴素贝叶斯分类器方法相比较，计算结果表明基于BP神经网络的方法获得了更好的辨识准确度。该发明采用的是由传感器所获得的数据，不需要在住处中安装视频摄像装置。这样更容易被住户接受，并且对传感器数据的处理相对于视频数据处理要更容易，减少了工作量，保护了住户的隐私。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供