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

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，该方法包括：获取可穿戴设备在所处的当前位置测得的N类目标数据，该N类目标数据与预设的N个状态特征分别对应，该N个状态特征至少包括可穿戴设备的运动特征和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上述N类目标数据，确定当前位置的状态类型；其中，随机森林分类模型是根据可穿戴设备与上述N个状态特征对应的样本数据训练得到的。通过实施本申请实施例，能够对室内外状态进行精准判断。

【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，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。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。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棵最优决策树得到所述随机森林分类模型。作为一种可选的实施方式，在本申请实施例第一方面中，所述根据所述k个样本集对所述k棵决策树进行训练，包括：确定第一样本集对应的第一决策树的内部节点和叶节点；其中，所述第一样本集为所述k个样本集中的任一样本集。作为一种可选的实施方式，在本申请实施例第一方面中，所述确定第一样本集对应的第一决策树的内部节点和叶节点，包括：获取第一样本集的每一状态特征的信息增益；将信息增益最大的状态特征确定为第一决策树的父结点；根据所述父结点对应的数据区间，对所述第一样本集进行分类，以得到所述父结点对应的子结点；在所述子结点的状态特征不唯一或者所述子结点的状态特征的信息增益均大于等于预设增益阈值的情况下，将所述子结点对应的数据集作为第一样本集，并继续执行获取第一样本集的每一状态特征的信息增益的步骤，直到获取到状态特征唯一或者状态特征的信息增益均小于所述预设增益阈值的子结点，将状态特征唯一或者状态特征的信息增益均小于所述预设增益阈值的子结点作为叶节点。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，包括：从第二决策树最底部的内部结点开始，按照自下而上的顺序对所述第二决策树的内部结点进行剪枝预估，得到所述第二决策树的内部结点对应的损失函数；其中，所述第二决策树为所述训练完成的k棵决策树中的任一决策树；根据所述第二决策树的每一内部结点对应的损失函数，对所述第二决策树进行剪枝，得到子树序列；利用验证样本集，获取所述子树序列中各子树的平方误差或基尼指数；将平方误差或基尼指数最小的子树作为所述第二决策树对应的最优决策树。本申请实施例第二方面公开一种可穿戴设备，包括：获取单元，用于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；确定单元，用于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。本申请实施例第三方面公开一种可穿戴设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行本申请第一方面的任意一种方法的部分或全部步骤。本申请实施例第四方面公开一种计算机可读存储介质，其存储计算机程序，所述计算机程序包括用于执行本申请第一方面的任意一种方法的部分或全部步骤。本申请实施例第五面公开一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。本申请实施例第六方面公开一种应用发布系统，所述应用发布系统用于发布计算机程序产品，其中，当所述计算机程序产品在计算机上运行时，使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。与现有技术相比，本申请实施例具有以下有益效果：实施本申请实施例，获取可穿戴设备在所处的当前位置测得的N类目标数据，该N类目标数据与预设的N个状态特征分别对应，该N个状态特征至少包括可穿戴设备的运动特征和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上述N类目标数据，确定当前位置的状态类型；其中，随机森林分类模型是根据可穿戴设备与上述N个状态特征对应的样本数据训练得到的。因为训练随机森林分类模型的样本数据为多维特征，所以，随机森林分类模型相较于由单一特征的样本数据训练得到的其他模型而言，其对室内外状态的判断精度更高。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下本文档来自技高网...

【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