一种智能设备模式的识别方法及系统技术方案

本发明专利技术公开一种智能设备模式的识别方法及系统，其中，所述方法包括步骤：预先对用户使用智能设备的用户模式进行学习和建模，建立一数据库，用于存储用户模式的数据模型；采集当前用户操作智能设备的动作数据，并对采集到的动作数据进行数据预处理，提取出数据预处理后的动作数据的特征值，将特征值与动作模型进行匹配，并进行数据建模，识别出当前用户的用户ID；将当前用户的用户ID与用户模式的数据模型进行匹配，识别出当前用户的用户模式，并将智能设备的用户模式自动设置为当前用户的用户模式。

Intelligent equipment pattern recognition method and system

And the system identification method, the invention discloses an intelligent device mode wherein the method comprises the steps of: user mode users use smart devices to study and establish a database of pre modeling, a data model for storing user action data acquisition mode; the current user operation of smart devices, and motion data collected the data preprocessing, feature extracting motion data after preprocessing of the value of the matching feature values and action model, and data modeling, identify the current user ID; will match user ID and user mode when the user's data model before, identify the user mode for the current user, and will automatically set the user mode of intelligent equipment for the user mode of the current user.

【技术实现步骤摘要】
一种智能设备模式的识别方法及系统
本专利技术涉及智能设备模式自动识别领域，尤其涉及一种智能设备模式的识别方法及系统。
技术介绍
随着超大规模集成电路的发展及使用，大部分电子设备的用户模式已开放给用户去设置，用户可以根据个人喜好及周围环境进行适当的调整，如对音量、色温、亮度、对比度等等进行设置，以达到最佳的用户体验。然而，在智能时代，这种人工干涉用户体验模式的方法已经无法适应人们的生活，人们更希望智能电子产品能够更加聪明智能一点，为用户提供个性化的服务与装置。尤其对于智能电视来说，不同的用户有不同的需求，例如对于老人来说，由于年纪较大，视力有所退化，比较偏好对比度较大的显示，有些老人由于听力退化，比较偏好调高音量；对于年轻人来说，由于视力及听力各方面较健全，比较偏好于色温比较温和、音量比较适中的设置。总之，对于一个家庭成员来说，不同用户的需求不同，每个用户都有一个较为固定的电视观看模式，然而现有的用户模式设置方法显然不够智能化、调节起来非常不方便。因此，现有技术还有待于改进和发展。
技术实现思路
鉴于上述现有技术的不足，本专利技术的目的在于提供一种智能设备模式的识别方法及系统，旨在解决现有智能设备模式的调节设置不方便的问题。本专利技术的技术方案如下: 一种智能设备模式的识别方法，其中，包括步骤: A、预先对多个用户使用智能设备的用户模式进行学习和建模，建立一数据库，用于存储每个用户用户模式的数据模型； B、采集当前用户操作智能设备的动作数据，并对采集到的动作数据进行数据预处理，提取出数据预处理后的动作数据的特征值，将特征值与用于表示各用户动作习惯的动作模型进行匹配，并进行数据建模，识别出当前用户的用户ID ； C、将当前用户的用户ID与用户模式的数据模型进行匹配，识别出当前用户的用户模式，并将智能设备的用户模式自动设置为当前用户的用户模式。所述的智能设备模式的识别方法，其中，所述步骤B具体包括: B1、采集当前用户操作用于控制智能设备的遥控器的动作数据； B2、去除采集到的动作数据的噪音，并对去除噪音后的动作数据进行信号处理获取相应的动作波形； B3、将动作波形进行数据分割，获取具有代表性的数据波形； B4、对数据波形进行特征值提取处理，提取出特征值；B5、将提取出的特征值与用于表示各用户动作习惯的动作模型进行匹配，并进行数据建模，识别出当前用户，并为当前用户建立一对应的用户ID。所述的智能设备模式的识别方法，其中，所述步骤A具体包括: Al、接收并保存多个用户输入的对智能设备的用户模式的个性化定义数据； A2、对每个用户输入的对用户模式的个性化定义数据进行去噪、加权以及抽象处理，提取出每个用户的用户模式数据； A3、对用户模式数据进行权重排序以及数据抽象处理，获得若干对应于不同用户的对象； A4、对获得的对象进行建模，并输入识别出的用户ID，将用户模式数据转化为若干数据结构，获得不同用户的用户模式的数据模型。所述的智能设备模式的识别方法，其中，所述步骤C具体包括: Cl、将识别出的当前用户的用户ID与用户模式的数据模型进行匹配； C2、判断在数据库中是否存在当前用户的用户ID ； C3、当在数据中存在当前用户的用户ID时，检索出与当前用户的用户ID对应的用户模式，并将智能设备的用户模式自动设置为当前用户的用户模式。一种智能设备模式的识别系统，其中，包括: 数据库建立模块，用于预先对多个用户使用智能设备的用户模式进行学习和建模，建立一数据库，用于存储每个用户用户模式的数据模型； 用户识别模块，用于采集当前用户操作智能设备的动作数据，并对采集到的动作数据进行数据预处理，提取出数据预处理后的动作数据的特征值，将特征值与用于表示各用户动作习惯的动作模型进行匹配，并进行数据建模，识别出当前用户的用户ID ； 自动设置模块，用于将当前用户的用户ID与用户模式的数据模型进行匹配，识别出当前用户的用户模式，并将智能设备的用户模式自动设置为当前用户的用户模式。所述的智能设备模式的识别系统，其中，所述用户识别模块包括: 数据采集单元，用于采集当前用户操作用于控制智能设备的遥控器的动作数据；信号处理单元，用于去除采集到的动作数据的噪音，并对去除噪音后的动作数据进行信号处理获取相应的动作波形； 数据分割单元，用于将动作波形进行数据分割，获取具有代表性的数据波形； 特征值提取单元，用于对数据波形进行特征值提取处理，提取出特征值； 用户识别单元，用于将提取出的特征值与用于表示各用户动作习惯的动作模型进行匹配，并进行数据建模，识别出当前用户，并为当前用户建立一对应的用户ID。所述的智能设备模式的识别系统，其中，所述数据库建立模块包括: 数据保存单元，用于接收并保存多个用户输入的对智能设备的用户模式的个性化定义数据； 数据预处理单元，用于对每个用户输入的对用户模式的个性化定义数据进行去噪、力口权以及抽象处理，提取出每个用户的用户模式数据； 模式学习单元，用于对用户模式数据进行权重排序以及数据抽象处理，获得若干对应于不同用户的对象； 建模单元，用于对获得的对象进行建模，并输入识别出的用户ID，将用户模式数据转化为若干数据结构，获得不同用户的用户模式的数据模型。所述的智能设备模式的识别系统，其中，所述自动设置模块包括: 匹配单元，用于将识别出的当前用户的用户ID与用户模式的数据模型进行匹配； 判断单元，用于判断在数据库中是否存在当前用户的用户ID ； 设置单元，用于当在数据中存在当前用户的用户ID时，检索出与当前用户的用户ID对应的用户模式，并将智能设备的用户模式自动设置为当前用户的用户模式。所述的智能设备模式的识别系统，其中，所述智能设备为智能电视、手机或平板电脑。有益效果:本专利技术预先建立用户模式的数据模型，然后采集用户操作智能设备的动作数据，对采集到的数据进行特征提取和建模处理，识别出用户ID，最后将识别结果与数据模型进行匹配，获得当前用户的用户模式，并将智能设备的用户模式设置为当前用户的用户模式，这样，智能设备便能实现自动识别出不同用户，并将智能设备的用户模式调整为相应用户所偏好的模式，无需用户每次去手动设置，提高了智能设备智能化水平以及个性化用户体验。【附图说明】图1为本专利技术智能设备模式的识别方法较佳实施例的流程图。图2为图1所示方法中步骤SlOl的具体流程图。图3为图1所示方法中步骤S102的具体流程图。图4为图1所示方法中步骤S103的具体流程图。图5为本专利技术智能设备模式的识别系统较佳实施例的流程图。图6为图5所示系统中用户识别模块的具体结构框图。图7为图5所示系统中数据库建立模块的具体结构框图。图8为图5所示系统中自动设置模块的具体结构框图。【具体实施方式】本专利技术提供一种智能设备模式的识别方法及系统，为使本专利技术的目的、技术方案及效果更加清楚、明确，以下对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。请参阅图1，图1为本专利技术一种智能设备模式的识别方法较佳实施例的流程图，如图所示，其包括: 5101、预先对多个用户使用智能设备的用户模式进行学习和建模，建立一数据库，用于存储每个用户的用户模式的数据模型； 51本文档来自技高网...

【技术保护点】
一种智能设备模式的识别方法，其特征在于，包括步骤：A、预先对多个用户使用智能设备的用户模式进行学习和建模，建立一数据库，用于存储每个用户用户模式的数据模型；B、采集当前用户操作智能设备的动作数据，并对采集到的动作数据进行数据预处理，提取出数据预处理后的动作数据的特征值，将特征值与用于表示各用户动作习惯的动作模型进行匹配，并进行数据建模，识别出当前用户的用户ID；C、将当前用户的用户ID与用户模式的数据模型进行匹配，识别出当前用户的用户模式，并将智能设备的用户模式自动设置为当前用户的用户模式。

【技术特征摘要】
1.一种智能设备模式的识别方法，其特征在于，包括步骤: A、预先对多个用户使用智能设备的用户模式进行学习和建模，建立一数据库，用于存储每个用户用户模式的数据模型； B、采集当前用户操作智能设备的动作数据，并对采集到的动作数据进行数据预处理，提取出数据预处理后的动作数据的特征值，将特征值与用于表示各用户动作习惯的动作模型进行匹配，并进行数据建模，识别出当前用户的用户ID ； C、将当前用户的用户ID与用户模式的数据模型进行匹配，识别出当前用户的用户模式，并将智能设备的用户模式自动设置为当前用户的用户模式。2.根据权利要求1所述的智能设备模式的识别方法，其特征在于，所述步骤B具体包括: B1、采集当前用户操作用于控制智能设备的遥控器的动作数据； B2、去除采集到的动作数据的噪音，并对去除噪音后的动作数据进行信号处理获取相应的动作波形； B3、将动作波形进行数据分割，获取具有代表性的数据波形； B4、对数据波形进行特征值提取处理，提取出特征值； B5、将提取出的特征值与用于表示各用户动作习惯的动作模型进行匹配，并进行数据建模，识别出当前用户，并为当前 用户建立一对应的用户ID。3.根据权利要求2所述的智能设备模式的识别方法，其特征在于，所述步骤A具体包括: Al、接收并保存多个用户输入的对智能设备的用户模式的个性化定义数据； A2、对每个用户输入的对用户模式的个性化定义数据进行去噪、加权以及抽象处理，提取出每个用户的用户模式数据； A3、对用户模式数据进行权重排序以及数据抽象处理，获得若干对应于不同用户的对象； A4、对获得的对象进行建模，并输入识别出的用户ID，将用户模式数据转化为若干数据结构，获得不同用户的用户模式的数据模型。4.根据权利要求3所述的智能设备模式的识别方法，其特征在于，所述步骤C具体包括: Cl、将识别出的当前用户的用户ID与用户模式的数据模型进行匹配； C2、判断在数据库中是否存在当前用户的用户ID ； C3、当在数据中存在当前用户的用户ID时，检索出与当前用户的用户ID对应的用户模式，并将智能设备的用户模式自动设置为当前用户的用户模式。5.一种智能设备模式的识别系统，其特征在于，包括: 数据库建立模块，用于预先对多个用户使用智能设备的用户模式进行学习和建模，建立一数据库...

【专利技术属性】
技术研发人员：史淼泓，肖凌云，刘莫闲，
申请(专利权)人：TCL集团股份有限公司，
类型：发明
国别省市：