买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉贵州大学申请的专利环境传感器数据驱动的人类活动识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115481668B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211258480.2，技术领域涉及：G06F18/241；该发明授权环境传感器数据驱动的人类活动识别方法是由杨观赐;李杨;苏志东;李国政;王阳;胡耀;何玲;刘丹设计研发完成，并于2022-10-14向国家知识产权局提交的专利申请。

本环境传感器数据驱动的人类活动识别方法在说明书摘要公布了：本发明的一种环境传感器数据驱动的人类活动识别方法，包括如下步骤：环境传感器数据采集：收集环境传感器数据，对环境传感器数据进行序列同步对齐，构建数据集；特征选择：采用基于传感器状态频率的传感器数据贡献显著性分析方法CSA，计算传感器类别的贡献度，在此基础上，选择最有利于识别行为的传感器类别，获取特征数据，嵌入待识别对象状态序列中；数据噪声约束：为了减少活动识别过程中的噪声，基于传感器布置图构建传感器约束距离矩阵D，形成新的特征数据集，对传感器数据状态序列进行编码；活动识别：构建了宽时域卷积神经网络进行日常活动识别。本发明具有根据用户的行为习惯，测量不同类型传感器对活动识别的贡献，并对人类活动分类具有更高的识别率和更短的识别时间的特点。

本发明授权环境传感器数据驱动的人类活动识别方法在权利要求书中公布了：1.一种环境传感器数据驱动的人类活动识别方法，其特征在于：该方法包括如下步骤： 步骤1、采集环境传感器数据：收集环境传感器数据，对环境传感器数据进行序列同步对齐，构建数据集； 步骤2、特征选择：采用基于传感器状态频率的传感器数据贡献显著性分析方法CSA，计算传感器类别的贡献度，在此基础上，选择最有利于识别行为的传感器类别，获取特征数据，嵌入待识别对象状态序列中； 步骤3、数据噪声约束：为了减少活动识别过程中的噪声，基于传感器布置图构建传感器约束距离矩阵D，排除待识别对象状态序列中的无关数据，形成新的特征数据集，对传感器数据状态序列进行编码； 步骤4、活动识别：基于环境传感器数据，构建宽时域卷积神经网络的识别模型，以最小化交叉熵损失函数为目标，通过优化器AdaGrad对识别模型进行训练，从而进行人类活动识别； 其中：所述步骤2中的基于传感器状态频率的传感器数据贡献显著性分析方法CSA： 假设要识别的行为的活动类型是A＝{A1,A2,…，Ai…,At}，其中Ai＝{ai1,ai2,…aij,…,ain}表示第i个活动，aij＝{ri j1,ri j2,…,ri jk}表示第i个活动的第j个时间序列记录，ri jk表示行为期间触发的传感器数据窗口的第k个状态监控值； 布置的传感器组表示为S＝{s1,s2,…，si,…,sm}，其中m表示传感器类型的数量，si表示第i个传感器； 基于熵的不确定性理论测量活动发生时不同传感器类型的信息增益，使用如下公式计算活动Ai发生时第j次传感器的触发频率 其中表示活动Ai发生时第j个传感器的总触发时间； 为了确定各种传感器在行为识别中的贡献，用如下公式来计算第j个传感器给活动Ai的发生带来的自信息量 然后，计算各种传感器在行为过程中的普适性：在整个活动识别传感器状态数据集中，如果某一类型的活动通常会触发特定类型的传感器，则表示该传感器与该活动关联；否则，间歇性触发的传感器类别可被视为噪声传感器数据；对传感器进行信息均衡处理，并使用如下公式计算活动Ai发生时第j个传感器的通用性： 其中，|Ai|表示活动Ai的总发生次数，表示涵盖第j类传感器的活动发生中的触发的总数目； 计算各种传感器对行为识别的信息贡献度：通过积分传感器的自信息量和通用性，如下公式用于计算第j个传感器对第i个活动的贡献度Dij： 最后，在测量传感器信息贡献度的基础上，选择最有利于识别行为的传感器类别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区贵州大学（北区）科技处；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。