一种基于频率编码的智能家居嵌入FCN的方法技术

本发明专利技术属于物联网技术领域，具体涉及一种基于频率编码的智能家居嵌入FCN的方法，包括如下步骤：数据采集、数据预处理、问题定义、NLP编码、构建FCN结构：FCN即全卷积神经网络是一个特别的卷积神经网络，它的结构只包含卷积层，该结构由三个块组成，增加滑动窗口：为解决CNN必须有固定的输入大小的窗口的问题，加入了滑动窗口的版块，验证方法：在数据集中验证方法的可行性和有效性。采用基于频率编码的嵌入方法能够有效提高特征提取的自动化程度。而且可以在离线活动分类中具有良好的性能。通过事件编码和嵌入获得的领域知识显着地提高了分类器的性能。有效解决了智能家居中的活动识别的问题。

【技术实现步骤摘要】

本专利技术属于物联网，具体涉及一种基于频率编码的智能家居嵌入fcn的方法。

技术介绍

1、人类活动识别由于其在不同环境辅助生活领域的关键作用，以及日益增长的家庭自动化和日常活动中的便利服务需求，一直是研究的重点。然而由于环境的变异性，感觉-运动系统的难度，用户习惯，以及信号稀少和冗余模型，使得这一领域一直都颇具挑战性。当希望为居民提供自动服务时，智能家居中的活动识别是必不可少的。然而，这是一个具有挑战性的问题。

技术实现思路

1、针对上述智能家居中活动识别的技术问题，本专利技术提供了一种基于频率编码的智能家居嵌入fcn的方法，通过问题定义、nlp编码、fcn结构和增加滑动窗口，可以有效解决智能家居中的活动识别问题。

2、为了解决上述技术问题，本专利技术采用的技术方案为：

3、一种基于频率编码的智能家居嵌入fcn的方法，包括下列步骤：

4、s100、数据采集：采集模型所需的数据，并对其类别进行标注，完成模型所需的数据集构建；

5、s200、数据预处理：对数据集进行本文档来自技高网...

【技术保护点】

1.一种基于频率编码的智能家居嵌入FCN的方法，其特征在于：包括下列步骤：

2.根据权利要求1所述的一种基于频率编码的智能家居嵌入FCN的方法，其特征在于：所述S100中数据采集的方法为：选择两个数据集，ARUBA和米兰数据集，收集到的日常活动数据来自真实的公寓和有真实的居民的房子，在其房屋配备了温度传感器和二进制传感器。

3.根据权利要求1所述的一种基于频率编码的智能家居嵌入FCN的方法，其特征在于：所述S200中数据预处理的方法为：对数据进行数据归一化处理，采用特征标准化，使数据集中所有特征都具有零均值和单位方差。

4.根据权利要求1所述的一种基于...

【技术特征摘要】

1.一种基于频率编码的智能家居嵌入fcn的方法，其特征在于：包括下列步骤：

2.根据权利要求1所述的一种基于频率编码的智能家居嵌入fcn的方法，其特征在于：所述s100中数据采集的方法为：选择两个数据集，aruba和米兰数据集，收集到的日常活动数据来自真实的公寓和有真实的居民的房子，在其房屋配备了温度传感器和二进制传感器。

3.根据权利要求1所述的一种基于频率编码的智能家居嵌入fcn的方法，其特征在于：所述s200中数据预处理的方法为：对数据进行数据归一化处理，采用特征标准化，使数据集中所有特征都具有零均值和单位方差。

4.根据权利要求1所述的一种基于频率编码的智能家居嵌入fcn的方法，其特征在于：所述s300中在传感器事件序列上添加一个活动标签的方法为：建模如下，一组传感器s＝{s1，…...

【专利技术属性】
技术研发人员：潘晓光，崔静，王小华，罗晋，宋晓晨，戴艳，马彩霞，
申请(专利权)人：山西三友和智慧信息技术股份有限公司，
类型：发明
国别省市：