本文描述的示例实现可以包括：从自传感器网络中的一个或多个传感器流传输的传感器数据中检测人为干扰；处理所检测到的人为干扰，以确定链锯事件(例如，轻型链锯或密集链锯)的概率以及与所述一个或多个传感器相关联的区域的链锯事故的估计前置时间；以及针对所述传感器网络中的一个或多个传感器的相邻传感器，确定与所述相邻传感器相关联的其他区域的人为干扰或链锯事件的状态改变的概率。为干扰或链锯事件的状态改变的概率。为干扰或链锯事件的状态改变的概率。
【技术实现步骤摘要】
【国外来华专利技术】用于雨林非法采伐的利用传感器融合的动态声学签名系统
[0001]背景
[0002]本公开总体上涉及物联网(IoT)系统，并且更具体地，涉及促进动态声学签名识别的IoT系统。
[0003]相关技术
[0004]非法采伐是指违反国家规定采伐木材。非法采伐对环境的影响包括砍伐森林、丧失生物多样性和排放温室气体。
[0005]雨林栖息地的巨大规模增加了定位非法伐木者的难度。即使有几个声学传感器收集数据，环境噪声和复合动物声音也使雨林的分析更具挑战性。
技术实现思路
[0006]新兴的IoT技术、先进的机器学习系统、以及算法已被开发并应用于防止非法采伐。然而，在现有技术实现中存在显著的限制。
[0007]一个限制是声学标签的不足。现有技术的系统依赖于精确的标签和传感器数据，由于几个原因，这些数据很难导出。首先，人工标记过程可以创建相对准确的标签，但是该过程消耗大量的人力资源。第二，历史记录可能无法覆盖所有情景。第三，如果没有足够的数据，则不能识别或防止新的异常事件。
[0008]现有技术的另一个问题包括缺乏预防预测。现有技术的方法仅在非法采伐发生时检测到非法采伐。当护林员发现伐木地时，非法伐木者已经离开。换句话说，没有任何预防性措施。不同的预测标记缺乏时间关系和因果关系。将标签和前置时间相关联的机制是预定的/预先计算的，因此不能由新信息更新。
[0009]此外，现有技术模型的可靠性高度依赖于数据完整性和传感器正常运行时间。数据丢失或传感器故障总是降低模型性能或禁止模型执行。现有模型缺乏容错能力，部署后无法识别根本原因或假阴性记录。由于环境约束，基于传感器的数据可呈现不同的环境噪声，其干扰所部署的预学习模式。
[0010]为了解决上述问题，在此描述的示例实现涉及一种介质签名系统，用于由融合传感器跨监护器(guardian)来标记声学信号或图像、识别非法采伐的先行标志、并且预测伐木者遍历模式以在非法采伐发生之前防止非法采伐。
[0011]示例实现通过使用动态指纹系统来解决标签可用性。通过实时地从单个通道声学文件或图像中提取最大信息，系统仅创建具有声学信号的标签。通过使用合成数据来解决传感器可用性，该合成数据将异常信号和背景信号与调整的功率电平和修改的谐波进行组合。
[0012]此外，本文描述的示例实现在多源复杂且连续的背景噪声中识别信号指纹。介质指纹基于来自单个通道的声学信号或图像的感知特性来识别声学信号或图像的时间模式。本文描述的示例实现包含异常及其序列之间的事件关联，从而识别特定异常声学信号或图
像的先行标志。结果，示例实现可以通过使用潜在异常信号的先行标志来生成可操作警报。
[0013]最后，示例实现预测考虑整个环境的已知属性和/或传感器数据的异常足迹。介质足迹识别遍历模式，该遍历模式考虑所有通道上的环境和地理信息。介质足迹通过传感器融合方法来整合传感器之间的信息，以创建容错模型来解决雨林环境问题。传感器融合是对传感数据或从传感数据导出的数据进行组合和聚合，使得所得信息比单独使用数据更好。因为传感器融合使用环境上下文信息以及人和传感器输入作为先验知识和当前状态，所以传感器融合可以改进具有容错的分析算法，并且不依赖于特定传感器或一组传感器来确定分析结果。该方法还通过构建具有有限人工干预的自反馈、错误学习系统来改进标记结果。
[0014]因此，示例实现由此可以解决现有技术的限制，并且可以利用传感器融合来动态地预测声学签名。
[0015]本公开的各方面涉及一种方法，所述方法可以包括：基于从传感器网络中的一个或多个传感器流传输的传感器数据的特性来识别和标记模式；处理所识别和标记的模式，以确定与所述一个或多个传感器相关联的区域的链锯事件的概率和链锯事件的估计前置时间；以及针对所述传感器网络中的一个或多个传感器的相邻传感器，确定与所述相邻传感器相关联的其他区域的人为干扰或链锯事件的状态改变的概率。
[0016]本公开的各方面涉及存储指令的计算机程序，所述指令可以包括：基于从传感器网络中的一个或多个传感器流传输的传感器数据的特性来识别和标记模式；处理所识别和标记的模式，以确定与所述一个或多个传感器相关联的区域的链锯事件的概率和链锯事件的估计前置时间；以及针对所述传感器网络中的一个或多个传感器的相邻传感器，确定与所述相邻传感器相关联的其他区域的人为干扰或链锯事件的状态改变的概率。所述指令可以存储在非瞬态计算机可读介质上，并且被配置为由一个或多个处理器执行。
[0017]本公开的各方面涉及一种系统，所述系统可以包括：用于基于从传感器网络中的一个或多个传感器流传输的传感器数据的特性来识别和标记模式的装置；用于处理所识别和标记的模式以确定与所述一个或多个传感器相关联的区域的链锯事件的概率和链锯事件的估计前置时间的装置；以及用于针对所述传感器网络中的一个或多个传感器的相邻传感器，确定与所述相邻传感器相关联的其他区域的人为干扰或链锯事件的状态改变的概率的装置。
[0018]本公开的各方面涉及一种设备，所述设备包括处理器，该处理器被配置为：基于从传感器网络中的一个或多个传感器流传输的传感器数据的特性来识别和标记模式；处理所识别和标记的模式，以确定与所述一个或多个传感器相关联的区域的链锯事件的概率和链锯事件的估计前置时间；以及针对所述传感器网络中的一个或多个传感器的相邻传感器，确定与所述相邻传感器相关联的其他区域的人为干扰或链锯事件的状态改变的概率。
[0019]本公开的各方面可以涉及一种方法，所述方法可以包括：从传感器网络中的一个或多个传感器流传输的传感器数据中检测第一事件；处理所述第一事件以确定第二事件的概率和所述第二事件对于与所述一个或多个传感器相关联的区域的估计前置时间；以及针对所述传感器网络中的一个或多个传感器的相邻传感器，确定与所述相邻传感器相关联的其他区域的所述第一事件或所述第二事件的状态改变的概率。
[0020]本公开的各方面可以涉及具有指令的计算机程序，这些指令可以包括：从传感器
网络中的一个或多个传感器流传输的传感器数据中检测第一事件；处理所述第一事件以确定第二事件的概率和所述第二事件对于与所述一个或多个传感器相关联的区域的估计前置时间；以及针对所述传感器网络中的一个或多个传感器的相邻传感器，确定与所述相邻传感器相关联的其他区域的所述第一事件或所述第二事件的状态改变的概率。所述指令可以存储在非瞬态计算机可读介质上，并且由一个或多个处理器执行。
[0021]本公开的各方面可以涉及一种系统，所述系统可以包括：用于从传感器网络中的一个或多个传感器流传输的传感器数据中检测第一事件的装置；用于处理所述第一事件以确定第二事件的概率和所述第二事件对于与所述一个或多个传感器相关联的区域的估计前置时间的装置；以及用于针对所述传感器网络中的一个或多个传感器的相邻传感器，确定与所述相邻传感器相关联的其他区域的所述第一事件或所述第二事件的状态改变的概率的装置。
[0022]本公开的各方面可以涉及一种设备，所述设备可以本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种方法，所述方法包括：基于从传感器网络中的一个或多个传感器流传输的传感器数据的特性来识别和标记模式；处理所识别和标记的模式以估计与所述一个或多个传感器相关联的区域从当前传感器阶段改变到另一传感器阶段的概率和前置时间，所述处理所识别和标记的模式包括被配置为提高准确性的顺序错误学习过程；以及针对所述传感器网络中的一个或多个传感器的相邻传感器，确定与所述相邻传感器相关联的其他区域的传感器阶段改变的概率。2.根据权利要求1所述的方法，其中，基于从网络中的一个或多个传感器流传输的传感器数据的特性来识别和标记模式包括：将流传输的传感器数据中的声学数据从时域转换到频域；从经转换的声学信号导出频域特征；将降维应用于所述频域特征；对经降维的频域特征进行聚类；以及应用指纹分析以识别传感器阶段。3.根据权利要求2所述的方法，其中，应用所述指纹分析以识别所述传感器阶段包括：从背景噪声中识别信号指纹；识别异常事件的先行标志；以及通过频带分布和图像分类来分析异常及其序列之间的事件关联。4.根据权利要求1所述的方法，其中，基于从所述传感器网络中的一个或多个传感器流传输的传感器数据的特性来识别和标记模式还包括：对数据进行合成以增强所述传感器数据；所述对数据进行合成包括：从分离的噪声信号和目标信号中提取信号特征以复制异常信号和噪声信号；通过叠加将复制的异常信号和噪声信号进行组合以形成合成数据；以及验证所述合成数据。5.根据权利要求1所述的方法，其中，基于从所述传感器网络中的一个或多个传感器流传输的传感器数据的特性来识别和标记模式包括：基于音频和图像的元数据学习对所述传感器数据执行异常值移除。6.根据权利要求1所述的方法，其中，通过用时间模式训练的随机过程来进行处理所识别和标记的模式以估计与所述一个或多个传感器相关联的区域从当前阶段到另一阶段的改变的概率和前置时间，从而输出所有类型的已标记传感器阶段的所述概率和所述前置时间。7.根据权利要求1所述的方法，其中，被配置为提高准确度的顺序错误学习过程包括自反馈循环，该自反馈循...
【专利技术属性】
技术研发人员：仵珈仪，毛罗，
申请(专利权)人：日立数据管理有限公司，
类型：发明
国别省市：
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。