發(fā)布時(shí)間：2021-01-30 04:22

　　室內(nèi)日常活動(dòng)識(shí)別是研究居住者的行為意圖、生活習(xí)慣、異常行為、甚至健康狀況的一項(xiàng)關(guān)鍵性技術(shù),廣泛應(yīng)用于普適計(jì)算、情景感知、心理學(xué)、社會(huì)學(xué)、智慧醫(yī)療、智能生活輔助和智慧養(yǎng)老等領(lǐng)域。隨著傳感器技術(shù)的飛速發(fā)展,及人民大眾隱私安全的意識(shí)增強(qiáng),基于傳感器的室內(nèi)活動(dòng)識(shí)別成為研究熱點(diǎn)。然而,相較于視頻類和可穿戴類等傳感器,環(huán)境類傳感器的數(shù)據(jù)類型更加多樣且不直觀,導(dǎo)致在復(fù)雜場(chǎng)景下,數(shù)據(jù)處理、識(shí)別和管理更加困難,現(xiàn)有解決方案存在通用性差、魯棒性差等問(wèn)題。本論文主要圍繞活動(dòng)識(shí)別提出識(shí)別模型,包括了傳感器部署及數(shù)據(jù)傳輸方案和多人場(chǎng)景下復(fù)雜活動(dòng)的識(shí)別算法方案研究。研究選取了位于4個(gè)空間（廚房、餐廳、客廳、浴室）的14種典型活動(dòng)。時(shí)序馬爾科夫邏輯網(wǎng)采用了一階邏輯表達(dá)式的知識(shí)模型與馬爾科夫網(wǎng)的概率推理思想,并增加了時(shí)序關(guān)系,在數(shù)據(jù)分割和活動(dòng)識(shí)別具有自己獨(dú)特的優(yōu)勢(shì)。相較于傳統(tǒng)的馬爾科夫邏輯網(wǎng)研究,時(shí)序馬爾科夫邏輯網(wǎng)將交叉活動(dòng)推理準(zhǔn)確性從91%提升到了99.4%,將并發(fā)活動(dòng)推理準(zhǔn)確性則由93%提升到了 94.7%。本研究的關(guān)鍵是為了實(shí)現(xiàn)多人場(chǎng)景下復(fù)雜活動(dòng)識(shí)別和多用戶識(shí)別。為了提高推理識(shí)別的準(zhǔn)確性,解決識(shí)別中的噪音干擾和... 

【文章來(lái)源】：北京科技大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：166 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１－４文章結(jié)構(gòu)圖??第一章，緒論：本章主要介紹課題研宄的背景以及意義；介紹多居住者??

合。圖包含了節(jié)點(diǎn)（Ｎｏｄｅ）和邊（Ｅｄｇｅ），節(jié)點(diǎn)尤和不之間的邊可以有三種??類型，（Ｘ—不）ＵＧ—不）（尤一不）。??活動(dòng)、動(dòng)作、時(shí)序關(guān)系、大小關(guān)系、環(huán)境等語(yǔ)義化的表達(dá)都可以看成為??圖模型中的節(jié)點(diǎn)。節(jié)點(diǎn)間尋找自然指定的方向較為困難，且通常節(jié)點(diǎn)間的關(guān)??系存在類似于包含與被包含的反向成立關(guān)系，如果只考慮兩節(jié)點(diǎn)間的密切關(guān)??系時(shí)，為了簡(jiǎn)化模型的表達(dá)，兩兩節(jié)點(diǎn)間將定義為無(wú)向關(guān)系。??若有三個(gè)節(jié)點(diǎn)，Ｓ，?Ｃ，在給定節(jié)點(diǎn)Ｃ時(shí)，５相互條件獨(dú)立，乂，??Ｓ之間的路徑被Ｃ節(jié)點(diǎn)隔開(kāi)，具體圖表達(dá)如圖２－１。對(duì)于這種關(guān)系，表述為給??定Ｃ時(shí)，Ｊ與５相互獨(dú)立，獨(dú)立關(guān)系式，如式２－１。概率圖模型除了可以表??達(dá)為圖、獨(dú)立關(guān)系外，還可以采用因子分解的方式表達(dá)，如式２－２。??圖２－１概率圖圖表示??〇４?丄?（２－１）??式中—變量節(jié)點(diǎn)，具體包含有活動(dòng)、動(dòng)作、環(huán)境等語(yǔ)義表達(dá)；??ＰｄＡ，Ｂ，ｎ＝＾０１（Ａ，Ｂ）０２（ＢｌＱ?（２＿２）??式中０Ｘ４５），?０２（Ｓ，Ｃ）—一變量節(jié)點(diǎn)間的映射函數(shù)，具體指活動(dòng)、動(dòng)作、環(huán)境間；??概率圖模型中典型的無(wú)向圖代表就是馬爾科夫圖（Ｍａｒｋｏｖ?Ｇｒａｐｈ）?［１３６］。??給定圖凡＝｛＾，￡｝，無(wú)向圖／／＝｛＾，￡＇｝，其中￡’?＝??當(dāng)Ａ－Ｘ；?ｅｅ，則Ａ在圖Ｈ中與七相鄰，同時(shí)七在圖Ｈ中與Ａ相鄰。式中／?＝??｛Ｘｘ，?．．．，Ｘｎ｝?節(jié)點(diǎn)集；ｅ，?ｆ?邊集。??馬爾科夫網(wǎng)又被稱為馬爾科夫隨機(jī)場(chǎng)，是聯(lián)合分布模型，節(jié)點(diǎn)間采用通??用的函數(shù)相連，該函數(shù)即因子（ｆａｃｔｏｒ，?），又被稱為勢(shì)函數(shù)（Ｐｏｔｅｎｔｉａｌｆｕｎｃｔｉｏｎ）。??將馬爾科夫網(wǎng)＃分為／Ｃ個(gè)完備子圖Ｄｆｃ（／ｃ?＝?１，?完

?北京科技大學(xué)博士學(xué)位論文???３基于傳感器的時(shí)序馬爾科夫邏輯網(wǎng)活動(dòng)識(shí)別方案??整個(gè)論文識(shí)別方案見(jiàn)圖３－１，知識(shí)與數(shù)據(jù)雙驅(qū)動(dòng)的方法可以較好地解決??數(shù)據(jù)分割問(wèn)題，從而實(shí)現(xiàn)基本的交叉、并發(fā)活動(dòng)識(shí)別。本章重點(diǎn)討論傳感器??部署方案、活動(dòng)識(shí)別方法及交叉、并發(fā)活動(dòng)的識(shí)別三部分。傳感器部署中選??擇了多模態(tài)環(huán)境類傳感器，提高了收集數(shù)據(jù)的全面性。識(shí)別方法選用了一階??邏輯知識(shí)表達(dá)和馬爾科夫網(wǎng)概率圖推理結(jié)合的馬爾科夫邏輯網(wǎng)，提高了模型??的通用性和準(zhǔn)確性。通過(guò)在規(guī)則庫(kù)中增加時(shí)序關(guān)系，并利用馬爾科夫邏輯網(wǎng)??概率圖模型的優(yōu)勢(shì)，實(shí)現(xiàn)了交叉、并發(fā)活動(dòng)識(shí)別中動(dòng)作事件的分割。針對(duì)識(shí)??別中存在的數(shù)據(jù)缺失和噪音干擾的問(wèn)題，拆簡(jiǎn)知識(shí)規(guī)則，減少模型對(duì)于知識(shí)??規(guī)則的依賴，從而提高模型的魯棒性，該研究將在第四章中重點(diǎn)介紹。針對(duì)??活動(dòng)識(shí)別中相似活動(dòng)難區(qū)分的問(wèn)題，增加高維時(shí)間特征，提高模型的表達(dá)能??力，從而提高模型的推理準(zhǔn)確度，該研究將在第五章中重點(diǎn)介紹。針對(duì)用戶??識(shí)別中新用戶難識(shí)別的問(wèn)題，增加用戶類型標(biāo)簽，建立用戶類型與動(dòng)作的模??型，為用戶識(shí)別提供一種通用化的方法，該研究將在第六章中重點(diǎn)介紹。??多用戶場(chǎng)景下復(fù)雜（交叉、并發(fā)）活動(dòng)識(shí)別??３交叉、并發(fā)分割?基礎(chǔ)模型??４噪音干擾、數(shù)據(jù)缺失｜?１??提升方法??活動(dòng)識(shí)別?用戶識(shí)別??ｓ相似活動(dòng)區(qū)分?，＆新用??識(shí)別模型?????＾數(shù)據(jù)－知識(shí)驅(qū)動(dòng)????４拆簡(jiǎn)規(guī)１綱－繼ｒ??＿＿１?■■■■；???知識(shí)驅(qū)動(dòng)ＩＭＨ?數(shù)據(jù)驅(qū)動(dòng)??個(gè)??基于部署的傳感器語(yǔ)義化；傳感器－動(dòng)作規(guī)則??ｉ：基于部署的動(dòng)作語(yǔ)義化■?１動(dòng)作－活動(dòng)刪?ｆｔ？商ｐ據(jù)栗■＊?

【參考文獻(xiàn)】：
期刊論文
[1]新型傳感材料與器件研究進(jìn)展[J]. 屠海令,趙鴻濱,魏峰,張青竹,樊彥艷,杜軍.  稀有金屬. 2019(01)
[2]基于可穿戴式三軸加速度傳感器的人體行為識(shí)別[J]. 茍濤.  自動(dòng)化應(yīng)用. 2015(12)
[3]基于HMMs和SVM的人體日常動(dòng)作序列分割識(shí)別研究[J]. 武東輝,王哲龍,陳野.  大連理工大學(xué)學(xué)報(bào). 2015(04)
[4]基于三軸加速度傳感器的人體日常體力活動(dòng)識(shí)別系統(tǒng)設(shè)計(jì)[J]. 李丹,陳焱焱,姚志明,楊慧亮.  儀表技術(shù). 2013(09)
[5]論傳感器的現(xiàn)狀及趨勢(shì)[J]. 吳麗榮.  科技視界. 2013(12)
[6]ZigBee身份識(shí)別技術(shù)在智能家居系統(tǒng)的應(yīng)用[J]. 戴云濤,陳永春.  現(xiàn)代電子技術(shù). 2012(23)
[7]新時(shí)代下物聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展困境與推進(jìn)原則——工信部《物聯(lián)網(wǎng)“十二五”發(fā)展規(guī)劃》解讀[J]. 葉美蘭,朱衛(wèi)未.  南京郵電大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2012(01)
[8]手腕識(shí)別標(biāo)識(shí)在特殊病人中的應(yīng)用[J]. 李小峰,向清平,趙菁.  護(hù)理研究. 2010(02)
[9]數(shù)據(jù)驅(qū)動(dòng)控制理論及方法的回顧和展望[J]. 侯忠生,許建新.  自動(dòng)化學(xué)報(bào). 2009(06)
[10]一種并行設(shè)計(jì)過(guò)程中耦合活動(dòng)識(shí)別算法的研究[J]. 唐敦兵,李東波,張世琪.  系統(tǒng)工程與電子技術(shù). 1999(12)

博士論文
[1]異構(gòu)蜂窩網(wǎng)絡(luò)移動(dòng)性管理方法研究[D]. 寧磊.哈爾濱工業(yè)大學(xué) 2016
[2]基于人體運(yùn)動(dòng)狀態(tài)識(shí)別的可穿戴健康監(jiān)測(cè)系統(tǒng)研究[D]. 李娜.北京工業(yè)大學(xué) 2013
[3]人體運(yùn)動(dòng)信息獲取及物理活動(dòng)識(shí)別研究[D]. 劉蓉.華中科技大學(xué) 2009

碩士論文
[1]基于多傳感器融合的室內(nèi)定位跟隨機(jī)器人的設(shè)計(jì)與制作[D]. 龔佳鵬.廣西師范大學(xué) 2018
[2]基于非穿戴式傳感器的多用戶室內(nèi)活動(dòng)識(shí)別研究[D]. 張楠.哈爾濱工業(yè)大學(xué) 2017
[3]Wi-Fi藍(lán)牙融合定位方法研究與系統(tǒng)實(shí)現(xiàn)[D]. 黃正宇.湘潭大學(xué) 2017
[4]基于zigbee定位技術(shù)的異常行為識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)[D]. 蔡靖.電子科技大學(xué) 2015
[5]基于可穿戴式傳感網(wǎng)絡(luò)的人體異常行為識(shí)別[D]. 楊璐璐.南京郵電大學(xué) 2015
[6]基于可穿戴設(shè)備的日�；顒�(dòng)模式挖掘[D]. 譚澤弘.上海交通大學(xué) 2015
[7]基于嵌入式傳感器的特定動(dòng)作識(shí)別技術(shù)研究[D]. 蔡曉蓮.天津大學(xué) 2014
[8]Zigbee無(wú)線通信技術(shù)在智能家居中的應(yīng)用研究[D]. 馬菁菁.武漢理工大學(xué) 2007



本文編號(hào)：3008228