【技术实现步骤摘要】
本说明书涉及计算机，尤其涉及一种运动状态识别方法、装置、存储介质及电子设备。
技术介绍
1、现如今，随着经济的快速发展和互联网的普及，即时配送服务已经成为人们日常生活中不可或缺的一部分，为了提高配送商品的配送效率，可以对配送方的运动状态进行判断，以根据运动状态确定配送商品的路线和配送单分配方式。
技术实现思路
1、本说明书实施例提供一种运动状态识别方法、装置、存储介质及电子设备，根据配送端标识对应的配送终端在预设时长内检测的封闭区域的气压数据集合，通过状态识别模型计算得到目标运动状态，实现根据气压数据在封闭区域内确定配送方的运动状态，而不需要根据其他准确性不足的方式进行运动状态识别，进而提高识别封闭区域内配送方的运动状态的准确性。
2、第一方面，本说明书实施例提供一种运动状态识别方法，所述方法包括：
3、获取基于配送端标识在预设时长内所传输的气压数据集合，所述气压数据集合包括所述配送端标识对应的配送终端在各采集时间点发送的气压数据，所述气压数据为在采集时间点所述配送终端在封闭区域中所采集的数据，所述预设时长包括多个采集时间点，各气压数据与各所述采集时间点一一对应；
4、基于所述气压数据集合计算各所述气压数据对应的气压变化参数，基于所述气压数据集合和各所述气压数据对应的气压变化参数生成所述配送端标识的特征数据集合；
5、采用数据转换方式将所述特征数据集合转换为特征张量集合；
6、将所述特征张量集合输入至预先训练完成的状态识别
7、第二方面，本说明书实施例提供一种状态识别模型的训练方法，所述方法包括：
8、获取无标签样本数据集合和带标签样本数据集合，所述无标签样本数据集合中的各无标签样本数据为未标记运动状态的气压数据，所述带标签样本数据集合中的各带标签样本数据为已标记运动状态的气压数据；
9、采用所述无标签样本数据集合对状态识别模型进行训练，得到第一状态识别模型；
10、采用所述带标签样本数据集合对所述第一状态识别模型进行训练，得到第二状态识别模型，计算所述第二状态识别模型的损失函数；
11、若所述损失函数指示所述第二状态识别模型收敛，则将所述第二状态识别模型确定为预先训练好的状态识别模型。
12、第三方面，本说明书实施例提供一种运动状态识别装置，所述装置包括：
13、数据获取单元，用于获取基于配送端标识在预设时长内所传输的气压数据集合，所述气压数据集合包括所述配送端标识对应的配送终端在各采集时间点发送的气压数据，所述气压数据为在采集时间点所述配送终端在封闭区域中所采集的数据，所述预设时长包括多个采集时间点，各气压数据与各所述采集时间点一一对应；
14、集合生成单元，用于基于所述气压数据集合计算各所述气压数据对应的气压变化参数，基于所述气压数据集合和各所述气压数据对应的气压变化参数生成所述配送端标识的特征数据集合；
15、数据转换单元，用于采用数据转换方式将所述特征数据集合转换为特征张量集合；
16、状态识别单元，用于将所述特征张量集合输入至预先训练完成的状态识别模型，得到所述配送端标识在所述封闭区域中对应的目标运动状态。
17、第四方面，本说明书实施例提供一种状态识别模型的训练装置，所述装置包括：
18、样本获取单元，用于获取无标签样本数据集合和带标签样本数据集合，所述无标签样本数据集合中的各无标签样本数据为未标记运动状态的气压数据，所述带标签样本数据集合中的各带标签样本数据为已标记运动状态的气压数据；
19、第一训练单元，用于采用所述无标签样本数据集合对状态识别模型进行训练，得到第一状态识别模型；
20、第二训练单元，用于采用所述带标签样本数据集合对所述第一状态识别模型进行训练，得到第二状态识别模型，计算所述第二状态识别模型的损失函数；
21、所述第二训练单元，还用于若所述损失函数指示所述第二状态识别模型收敛，则将所述第二状态识别模型确定为预先训练好的状态识别模型。
22、第五方面，本说明书实施例提供一种计算机程序产品，所述计算机程序产品存储有至少一条指令，所述至少一条指令适于由处理器加载并执行上述的方法步骤。
23、第六方面，本说明书实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法的步骤。
24、第七方面，本说明书实施例提供一种电子设备，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法的步骤。
25、在本说明书实施例中，通过获取配送端标识在预设时长内所传输的气压数据集合，计算气压数据集合对应的气压变化参数，根据气压变化参数生成特征数据集合并转换为特征张量集合，将特征张量集合输入至预先训练好的状态识别模型得到目标运动状态，从而根据配送端标识对应的配送终端在预设时长内检测的封闭区域的气压数据集合，通过状态识别模型计算得到目标运动状态，实现根据气压数据在封闭区域内确定配送方的运动状态，而不需要根据其他准确性不足的方式进行运动状态识别，进而提高识别封闭区域内配送方的运动状态的准确性。
本文档来自技高网...【技术保护点】
1.一种运动状态识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述气压数据集合计算各所述气压数据对应的气压变化参数，基于所述气压数据集合和各所述气压数据对应的气压变化参数生成所述配送端标识的特征数据集合，包括：
3.根据权利要求1所述的方法，其特征在于，所述采用数据转换方式将所述特征数据集合转换为特征张量集合，包括：
4.根据权利要求1所述的方法，其特征在于，所述得到所述配送端标识在所述封闭区域内对应的目标运动状态，包括：
5.根据权利要求1所述的方法，其特征在于，所述得到所述配送端标识在所述封闭区域中对应的目标运动状态之后，还包括：
6.一种状态识别模型的训练方法，其特征在于，所述方法包括：
7.根据权利要求6所述的方法，其特征在于，所述采用所述无标签样本数据集合对状态识别模型进行训练，得到第一状态识别模型，包括：
8.根据权利要求6所述的方法，其特征在于，所述采用所述带标签样本数据集合对所述第一状态识别模型进行训练，得到第二状态识别模型，计算所述第二状
9.一种运动状态识别装置，其特征在于，所述装置包括：
10.一种状态识别模型的训练装置，其特征在于，所述装置包括：
11.一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1～5或6～8中任意一项所述方法的步骤。
12.一种电子设备，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～5或6～8中任意一项所述方法的步骤。
...【技术特征摘要】
1.一种运动状态识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述气压数据集合计算各所述气压数据对应的气压变化参数，基于所述气压数据集合和各所述气压数据对应的气压变化参数生成所述配送端标识的特征数据集合，包括：
3.根据权利要求1所述的方法，其特征在于，所述采用数据转换方式将所述特征数据集合转换为特征张量集合，包括：
4.根据权利要求1所述的方法，其特征在于，所述得到所述配送端标识在所述封闭区域内对应的目标运动状态，包括：
5.根据权利要求1所述的方法，其特征在于，所述得到所述配送端标识在所述封闭区域中对应的目标运动状态之后，还包括：
6.一种状态识别模型的训练方法，其特征在于，所述方法包括：
7.根据权利要求6所述的方法，其...
【专利技术属性】
技术研发人员：田玉赛，孟春晨，施杰，吴昱丹，陆军礼，
申请(专利权)人：浙江口碑网络技术有限公司，
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。