System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 行为监测方法、装置、电子设备及计算机可读存储介质制造方法及图纸_技高网

行为监测方法、装置、电子设备及计算机可读存储介质制造方法及图纸

技术编号:41300673 阅读:2 留言:0更新日期:2024-05-13 14:48
本申请公开一种行为监测方法、装置、自移动设备及计算机可读存储介质,通过获取目标空间内的目标设备在第一时段内的设备数据;确定目标设备对应的第一预测模型或第二预测模型;其中,该第一预测模型基于存在历史规律的历史设备数据训练得到,该第二预测模型基于不存在历史规律的历史设备数据训练得到;基于目标设备在第一时段内的设备数据,根据第一预测模型或第二预测模型监测目标设备对应目标对象在第二时段内的行为,该第二时段为第一时段之后的时段。以此,根据目标空间内的目标设备在第一时段内的设备数据预测该目标设备在第二时段内对应的行为。从而在目标空间内对第二时段内的目标对象实现精准的预测,提升对用户行为进行预测的准确率。

【技术实现步骤摘要】

本申请涉及人工智能,具体涉及一种行为监测方法、装置、电子设备及计算机可读存储介质


技术介绍

1、随着人工智能的发展,如何对用户的行为进行预测逐渐成为一项技术热点。在相关技术中,一般是采用摄像机等设备对用户的家居行为进行监测。根据家居行为的监测数据实现用户家居行为的预测。

2、然而,采用摄像机等设备对用户进行监测方式需要摄像头覆盖整个监测环境,而在整个监测环境中全面覆盖摄像头会导致监测成本高昂、隐私性差等问题。因此,在一般情况下摄像头并不会全面覆盖整个监测环境,而在摄像头覆盖不全面的情况下,监测数据的精度差,无法得到准确的监测数据,降低了用户家居行为预测的准确性。


技术实现思路

1、本申请实施例提供一种行为监测方法、装置、电子设备及计算机可读存储介质,可以提高对用户行为预测的准确率。

2、本申请实施例的技术方案是这样实现的:

3、第一方面,本申请实施例提供一种行为监测方法,包括:

4、获取目标空间内的目标设备在第一时段内的设备数据;

5、确定所述目标设备对应的第一预测模型或第二预测模型;所述第一预测模型基于存在历史规律的历史设备数据训练得到,所述第二预测模型基于不存在历史规律的历史设备数据训练得到;

6、基于所述目标设备在第一时段内的设备数据,根据所述第一预测模型或所述第二预测模型监测所述目标设备对应目标对象在第二时段内的行为,所述第二时段为所述第一时段之后的时段。

7、第二方面,本申请实施例提供一种行为监测装置,包括:

8、获取单元,用于获取目标空间内的目标设备在第一时段内的设备数据;

9、确定单元,用于确定所述目标设备对应的第一预测模型或第二预测模型;所述第一预测模型基于存在历史规律的历史设备数据训练得到,所述第二预测模型基于不存在历史规律的历史设备数据训练得到;

10、监测单元,用于基于所述目标设备在第一时段内的设备数据,根据所述第一预测模型或所述第二预测模型监测所述目标设备对应目标对象在第二时段内的行为,所述第二时段为所述第一时段之后的时段。

11、第三方面,本申请实施例提供一种电子设备,包括:

12、存储器,用于存储可执行指令;

13、处理器,用于执行所述存储器中存储的可执行指令时,实现本申请实施例提供的行为监测方法。

14、第四方面,本申请实施例提供一种计算机可读存储介质,存储有可执行指令,用于引起处理器执行时,实现本申请实施例提供的行为监测方法。

15、第五方面,本申请实施例提供了一种计算机程序产品,该计算机程序产品包括可执行指令,用于引起处理器执行时,实现本申请实施例提供的行为监测方法。

16、本申请实施例中,可以通过获取目标空间内的目标设备在第一时段内的设备数据;确定目标设备对应的第一预测模型或第二预测模型;其中,该第一预测模型基于存在历史规律的历史设备数据训练得到,该第二预测模型基于不存在历史规律的历史设备数据训练得到;基于目标设备在第一时段内的设备数据,根据第一预测模型或第二预测模型监测目标设备对应目标对象在第二时段内的行为,该第二时段为第一时段之后的时段。以此,通过获取目标空间内的目标设备在第一时段内的设备数据,基于目标设备对应的预测模型,根据目标设备在第一时段内的设备数据,预测目标对象在第二时段内对应的行为。从而在目标空间内对第二时段内的目标对象实现精准的预测,提升对用户行为进行预测的准确率。

本文档来自技高网...

【技术保护点】

1.一种行为监测方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,所述方法还包括:

3.如权利要求1所述的方法,其特征在于,所述方法还包括:

4.如权利要求1所述的方法,其特征在于,所述方法还包括:

5.如权利要求3或4所述的方法,其特征在于,所述获取所述目标设备的历史设备数据包括:

6.如权利要求3或4所述的方法,其特征在于,所述获取所述目标设备的历史设备数据对应的行为标签:

7.如权利要求6所述的方法,其特征在于,所述基于所述目标设备的历史设备数据及对应的行为标签,确定所述目标空间对应的历史设备数据是否存在历史规律,包括:

8.如权利要求6所述的方法,其特征在于,所述对所述目标设备的历史设备数据进行数据聚合,得到所述目标设备的多个高频工作时段,包括:

9.如权利要求8所述的方法,其特征在于,所述将满足预设条件的时间间隔对应的两个相邻历史设备数据进行聚合,得到所述目标设备的多个高频工作时段包括:

10.一种行为监测装置,其特征在于,包括:

11.一种电子设备,其特征在于,所述电子设备包括存储器、处理器以及存储在所述存储器中并可以在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至9任一项所述的方法。

12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序或计算机指令,当所述计算机程序或所述计算机指令被处理器运行时,实现如权利要求1-9任一项所述的方法。

...

【技术特征摘要】

1.一种行为监测方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,所述方法还包括:

3.如权利要求1所述的方法,其特征在于,所述方法还包括:

4.如权利要求1所述的方法,其特征在于,所述方法还包括:

5.如权利要求3或4所述的方法,其特征在于,所述获取所述目标设备的历史设备数据包括:

6.如权利要求3或4所述的方法,其特征在于,所述获取所述目标设备的历史设备数据对应的行为标签:

7.如权利要求6所述的方法,其特征在于,所述基于所述目标设备的历史设备数据及对应的行为标签,确定所述目标空间对应的历史设备数据是否存在历史规律,包括:

8.如权利要求6所述的方法,其特征在于,所述对所述目标...

【专利技术属性】
技术研发人员:张龙李伟枫黄露
申请(专利权)人:深圳绿米联创科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1