买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：齐鲁工业大学(山东省科学院)

摘要：本发明提供了一种可穿戴行为识别模型的训练方法、行为识别方法及系统，其属于可穿戴行为识别技术领域，所述方案针对可穿戴行为识别任务中特征演化数据流实时性强和数据量大导致的数据标注难度大、成本高的标签稀缺环境，通过训练阶段划分，在数据流的有标记阶段对辅助分类器进行训练，并在数据流的无标记阶段利用辅助分类器来生成可靠伪标签，相比传统的有监督方法，在减少了大量标签数据需求的前提下，能够达到与有监督方法相比类似的行为识别准确率；同时，通过基于对抗生成网络的特征空间生成策略构建新旧特征空间的映射关系，并在旧特征空间消失后恢复消失的特征，最后加权得到最终的预测结果，提高了行为识别的准确率。

主权项：1.一种可穿戴行为识别模型的训练方法，其特征在于，包括：将实时获取的来自待行为识别用户的可穿戴设备数据流划分至不同特征空间；其中，所述特征空间包括第一特征空间和第二特征空间，所述第一特征空间与第二特征空间的数据来自不同可穿戴设备；根据数据流对应的特征空间以及数据的标记情况，分阶段对可穿戴行为识别模型进行训练；其中，所述训练过程具体为：以第一特征空间中的有标记数据分别对第一主分类器、第一辅助分类器和第二辅助分类器进行初始训练，以及以第一特征空间中的无标记数据结合其预测标签，对第一主分类器进行训练；以第二特征空间中的有标记数据分别对第二主分类器、第三辅助分类器和第四辅助分类器进行初始训练，以及以第二特征空间中的无标记数据结合其预测标签，对第二主分类器进行训练，并基于第一特征空间和第二特征空间的映射关系，重建第一特征空间，利用重建后的第一特征空间对第一主分类器进行训练；所述第一特征空间和第二特征空间的映射关系，具体表示如下： 其中，是条件GAN的损失，是类别一致性损失，表示类别的数目，为符号函数，为观察样本属于类别的概率，为GAN当前时刻观测到的实例，为随机噪声向量，为生成器生成的实例，G为生成器,用于从观测实例和随机噪声向量中学习到生成实例的映射，即，D为鉴别器，用于鉴别生成样本的真实性，代表期望值，为调节参数，N为样本数量；基于训练好的第一主分类器和第二主分类器，获得训练好的可穿戴行为识别模型。

全文数据：

权利要求：

百度查询： 齐鲁工业大学(山东省科学院) 可穿戴行为识别模型的训练方法、行为识别方法及系统