一种多设备参与的协作场景分析方法及系统技术方案

本发明专利技术涉及一种多设备参与的协作场景分析方法及系统，所述方法包括：首先根据当前协作场景确定信息要素，进一步根据确定的信息要素构建感知模型；之后构建神经网络模型，并对其进行训练，以优化运算结果；进一步通过构建的感知模型获取感知信息实际数据库，并将其输入到训练好的神经网络模型进行运算，得到，得到实际融合目标函数值数据库，通过对所述实际融合目标函数值数据库进行分析得到团队的协作效率。本发明专利技术提取有效感知信息，减少了信息冗余，并对团队的协作水平进行分析，从而对其进行改进，以提高整体的协作效率。以提高整体的协作效率。以提高整体的协作效率。

【技术实现步骤摘要】
一种多设备参与的协作场景分析方法及系统


[0001]本专利技术涉及协同工作感知
，特别是涉及一种多设备参与的协作场景分析方法及系统。

技术介绍

[0002]在通信技术和人工智能快速发展的背景下，丰富多样的智能设备及其搭载的各类应用，给人们的生产、生活方式带来了巨大的影响。多设备的使用给团队成员间的沟通和信息交互提供便利性，提升协同任务完成效率，然而多设备的“多”不仅仅是设备数量多，在设备的类型、所搭载的操作系统、交互模态和信息传递方式上都呈多样性，这增加了协同工作模式的复杂性。
[0003]团队成员与各类设备之间构成一个繁杂的协同场景，在这个空间中所进行的交互活动会产生大量的场景信息；协作者个人能力有限，一般难以从中充分获取有助于协同任务高效完成的信息，进而不易全面地了解协同场景状态，无法准确而有效地协调团队整体的协作。
[0004]已知的感知方法及技术对多设备参与的协同工作场景复杂度的判断以及如何处理多设备交互中的信息冗余等问题没有给予充分关注，多是以经验进行判断依据，缺乏较为系统的、科学的解决方案。
专利技术内本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多设备参与的协作场景分析方法，其特征在于，包括：基于协作场景确定信息要素，并基于所述信息要素构建感知模型；基于融合目标函数构建神经网络模型，并对所述神经网络模型进行训练；基于所述感知模型得到感知信息实际数据库；将所述感知信息实际数据库输入训练好的所述神经网络模型，得到实际融合目标函数值数据库；基于所述实际融合目标函数值数据库进行分析得到协作效率。2.根据权利要求1所述的多设备参与的协作场景分析方法，其特征在于，所述信息要素包括群组、设备、时间、环境和任务。3.根据权利要求1所述的多设备参与的协作场景分析方法，其特征在于，所述神经网络模型的激活函数为Tanh函数或ReLU函数。4.根据权利要求1所述的多设备参与的协作场景分析方法，其特征在于，所述感知信息实际数据库以缓存的方式存储或进行多模态数据对齐后以张量的方式存储。5.根据权利要求1所述的多设备参与的协作场景分析方法，其特征在于，所述基于所述感知模型得到感知信息实际数据库，包括：基于感知设备构建不同的传感组合得到传感组合集；基于第x个所述传感组合结合所述感知模型对协作场景进行感知，得到第x个感知信息实际数据，令x取不同的值并重...

【专利技术属性】
技术研发人员：李强，袁叶倩，买倩玉，田海洋，
申请(专利权)人：北方民族大学，
类型：发明
国别省市：