【技术实现步骤摘要】
室内外状态判断方法及可穿戴设备、计算机可读存储介质
本申请涉及定位
,具体涉及一种室内外状态判断方法及可穿戴设备、计算机可读存储介质。
技术介绍
目前,大多数的可穿戴设备大都具备定位功能,可以实时向与其关联的终端设备上报可穿戴设备用户的位置信息,但无法准确识别当前位置是室外还是室内。在实践中发现,对于室内外状态的识别在儿童穿戴设备、老人穿戴设备以及宠物穿戴设备等具备良好的应用前景。可见,对于室内外状态如何识别成为了一个亟需解决的问题。
技术实现思路
本申请实施例公开一种室内外状态判断方法及可穿戴设备、计算机可读存储介质,能够对室内外状态进行精准判断。本申请实施例第一方面公开一种室内外状态判断方法,包括:获取可穿戴设备在所处的当前位置测得的N类目标数据,所述N类目标数据与预设的N个状态特征分别对应,所述N个状态特征至少包括所述可穿戴设备的运动特征和所述可穿戴设备的通信特征,N为大于或等于2的正整数;利用随机森林分类模型处理所述N类目标数据,确定所述当前位置的状态类型;其中,所述随机森林分类模型是根据可穿戴设备与所述N个状态特征对应的样本数据训练得到的,所述当前位置的状态类型为室内或者室外。作为一种可选的实施方式,在本申请实施例第一方面中,所述运动特征包括速率、相对位移、全球定位系统GPS位置中任一种或者几种的组合,所述通信特征包括参考信号接收功率和/或参考信号接收质量。作为一种可选的实施方式,在本申请实施例第一方面中,所述利用随机森林分类模型处理所述N类目标数据 ...
【技术保护点】
1.一种室内外状态判断方法,其特征在于,所述方法包括:/n获取可穿戴设备在所处的当前位置测得的N类目标数据,所述N类目标数据与预设的N个状态特征分别对应,所述N个状态特征至少包括所述可穿戴设备的运动特征和所述可穿戴设备的通信特征,N为大于或等于2的正整数;/n利用随机森林分类模型处理所述N类目标数据,确定所述当前位置的状态类型;其中,所述随机森林分类模型是根据可穿戴设备与所述N个状态特征对应的样本数据训练得到的,所述当前位置的状态类型为室内或者室外。/n
【技术特征摘要】
1.一种室内外状态判断方法,其特征在于,所述方法包括:
获取可穿戴设备在所处的当前位置测得的N类目标数据,所述N类目标数据与预设的N个状态特征分别对应,所述N个状态特征至少包括所述可穿戴设备的运动特征和所述可穿戴设备的通信特征,N为大于或等于2的正整数;
利用随机森林分类模型处理所述N类目标数据,确定所述当前位置的状态类型;其中,所述随机森林分类模型是根据可穿戴设备与所述N个状态特征对应的样本数据训练得到的,所述当前位置的状态类型为室内或者室外。
2.根据权利要求1所述的方法,其特征在于,所述运动特征包括速率、相对位移、全球定位系统GPS位置中任一种或者几种的组合,所述通信特征包括参考信号接收功率和/或参考信号接收质量。
3.根据权利要求1或2所述的方法,其特征在于,所述利用随机森林分类模型处理所述N类目标数据,确定所述当前位置的状态类型,包括:
获取随机森林分类模型中的每棵决策树针对所述N类目标数据的处理结果;
根据每棵决策树针对所述N类目标数据的处理结果,得到所述当前位置的状态类型。
4.根据权利要求3所述的方法,其特征在于,所述根据每棵决策树针对所述N类目标数据的处理结果,得到所述当前位置的状态类型,包括:
根据每棵决策树针对所述N类目标数据的处理结果,得到所述当前位置的状态类型为室内的第一概率;
在所述第一概率大于概率阈值的情况下,确定所述当前位置的状态类型为室内;
在所述第一概率小于等于所述概率阈值的情况下,确定所述当前位置的状态类型为室外。
5.根据权利要求1、2以及4任一项所述的方法,其特征在于,所述随机森林分类模型包括k棵决策树,所述利用随机森林分类模型处理所述N类目标数据,确定所述当前位置的状态类型之前,所述方法还包括:
从所述可穿戴设备的样本数据中获取k个样本集;其中,k为大于等于2的整数;
根据所述k个样本集对所述k棵决策树进行训练,若所述k棵决策树不满足停止规则,则继续执行所述从所述可穿戴设备的样本数据中获取k个样本集的步骤,直到所述k棵决策树满足停止规则,得到训练完成的k棵决策树;
对所述训练完成的k棵决策树中的每一决策树进行剪枝操作,得到所述每一决策树对应的最优决策树;
组合k棵...
【专利技术属性】
技术研发人员:王宁君,徐潜,
申请(专利权)人:广东小天才科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。