CN107231480A - 一种利用运动手环与手机进行场景精确自动识别的方法 - Google Patents
一种利用运动手环与手机进行场景精确自动识别的方法 Download PDFInfo
- Publication number
- CN107231480A CN107231480A CN201710455293.6A CN201710455293A CN107231480A CN 107231480 A CN107231480 A CN 107231480A CN 201710455293 A CN201710455293 A CN 201710455293A CN 107231480 A CN107231480 A CN 107231480A
- Authority
- CN
- China
- Prior art keywords
- motion
- pavg
- address
- sleep
- scene
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
- H04M1/72454—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to context-related or environment-related conditions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Telephone Function (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种利用运动手环与手机进行场景精确自动识别的方法,包括:1)位置获取,利用手机GPS每间隔t1时间,进行一次位置获取并保存到基础数据库;2)睡眠、运动记录获取,利用手环产生睡眠、运动记录,将这些记录保存到基础数据库;3)根据基础数据库内的GPS记录与手环的睡眠、运动记录,生成家庭地址和运动地址并保存到地址数据库;4)根据地址数据库数据,经过重复次数相关性计算与分析,生成用户场景并保存到场景数据库。本发明结合运动手环和手机,在不需要额外添加硬件的情况下,对用户是否回家、是否在运动进行有效的智能化分析,使用大数据分析的方式能对家和运动场所等场景进行准确判断,智能化程度高。
Description
技术领域
本发明涉及场景识别检测技术领域,尤其涉及一种利用运动手环与手机进行场景精确自动识别的方法。
背景技术
目前,已知的场景识别,例如,使用wifi连接情况进行用户“家”或者“工作地”场景判定,对重复连接N次的wifi地址进行保存,并以此进行场景识别,这样的判断不够精确,误判高,不能准确区分是“家”还是“工作地”场景,更不能对运动场所进行识别。例如,一些需要用户进行手动进行场景输入的应用(例如百度地图),当用户的场景变化时(例如用户搬家),仍然需要用户手动输入新地址,这样的场景识别用户操作太麻烦,不能达到智能识别的效果。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是提供一种利用运动手环与手机进行场景精确自动识别的方法,结合运动手环和手机,在不需要额外添加硬件的情况下,对用户是否回家、是否在运动进行有效的智能化分析,使用大数据分析的方式能对家和运动场所等场景进行准确判断。
为实现上述目的,本发明提供了一种利用运动手环与手机进行场景精确自动识别的方法,其特征在于,包括以下步骤:
步骤一、位置获取,利用手机GPS每间隔t1时间,进行一次位置获取并保存到基础数据库,拥有各个时间位置P1(X1,X1),P2(X1,Y1),P3(X1,Y1)…Pn(Xn,Yn),其中位置P(X,Y),X为位置点P的经纬度参数,Y为获取该经纬度时的标准时间;
步骤二、睡眠、运动记录获取,利用手环产生睡眠、运动记录,手机获取手环产生的睡眠SLEEP(Ts,Te)、运动记录SPORTS(Ts,Te)并保存到基础数据库,其中SLEEP(Ts,Te)中,Ts是睡眠的开始时间,Te是睡眠的结束时间;其中SPORTS(Ts,Te)中,Ts是运动的开始时间,Te是运动的结束时间;
步骤三、根据步骤二获取的睡眠、运动记录中的开始时间Ts和结束时间Te去匹配获取步骤一中的所有时间位置,生成家庭地址Ph(Ts,Te,Pavg)和运动地址Ps(Ts,Te,Pavg)并保存到地址数据库,其中Ph(Ts,Te,Pavg)代表用户在Pavg位置从Ts开始入睡到Te醒来,Ps(Ts,Te,Pavg)代表用户在Pavg位置从Ts开始运动到Te停止运;
步骤四、根据家庭地址Ph(Ts,Te,Pavg)和运动地址Ps(Ts,Te,Pavg),进行大数据计算,寻找家的位置和运动场所位置,生成用户场景并保存到场景数据库。
进一步地,所述步骤三具体为:
1)根据步骤二生成的SLEEP记录中的开始时间Ts和结束时间Te去匹配获取步骤一中的所有位置点Ps1(Xs1,Ys1)、Ps2(Xs2,Ys2)、Ps3(Xs3,Ys3)…Psn(Xsn,Ysn)的集合,取出所有位置点的经纬度Xs1、Xs1、Xs1…Xsn和Ys1、Ys1、Ys1…Ysn,经过均值、滤波计算出合适的位置点Pavg(Xavg、Yavg),根据开始时间Ts和结束时间Te生成家庭地址Ph(Ts,Te,Pavg)并保存到地址数据库;
2)与第1)步同理生成运动地址Ps(Ts,Te,Pavg)并保存到地址数据库。
进一步地,所述步骤四具体为:
1)寻找家位置,收集N个家庭地址Ph(Ts,Te,Pavg),经过重复次数相关性计算与分析,用户Ua在某个家庭位置Phx(Tsx,Tex,Pavgx)重复出现了N1次,则判定Phx(Tsx,Tex,Pavgx)为用户Ua家的位置,当下次手机收集到该位置Phx(Tsx,Tex,Pavgx)时,则可认为用户Ua已经回家了;
2)寻找运动场所位置,收集N个运动地址Ps(Ts,Te,Pavg),经过重复次数相关性计算与分析,用户在某个运动地址Psx(Tsx,Tex,Pavgx)重复运动了N1次,则判定Psx(Tsx,Tex,Pavgx)是一个运动场所,再结合手环端的手势识别,判定运动类型为type_a,可以判定Psx(Tsx,Tex,Pavgx)为type_a运动的运动场所,当下次手机收集到该位置Psx(Tsx,Tex,Pavgx)时,则可认为用户已经在进行了type_a运动。
本发明的有益效果是:
本发明结合运动手环和手机,在不需要额外添加硬件的情况下,对用户是否回家、是否在运动进行有效的智能化分析,使用大数据分析的方式能对家和运动场所等场景进行准确判断,智能化程度高,不需要用户额外的进行其他设置。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的方法流程图。
具体实施方式
如图1所示,一种利用运动手环与手机进行场景精确自动识别的方法,包括以下步骤:
步骤一、位置获取,利用手机GPS每间隔t1时间,进行一次位置获取并保存到基础数据库,拥有各个时间位置P1(X1,X1),P2(X1,Y1),P3(X1,Y1)…Pn(Xn,Yn),其中位置P(X,Y),X为位置点P的经纬度参数,Y为获取该经纬度时的标准时间;
步骤二、睡眠、运动记录获取,利用手环产生睡眠、运动记录,手机获取手环产生的睡眠SLEEP(Ts,Te)、运动记录SPORTS(Ts,Te)并保存到基础数据库,其中SLEEP(Ts,Te)中,Ts是睡眠的开始时间,Te是睡眠的结束时间;其中SPORTS(Ts,Te)中,Ts是运动的开始时间,Te是运动的结束时间;
步骤三、根据步骤二获取的睡眠、运动记录中的开始时间Ts和结束时间Te去匹配获取步骤一中的所有时间位置,生成家庭地址Ph(Ts,Te,Pavg)和运动地址Ps(Ts,Te,Pavg)并保存到地址数据库,其中Ph(Ts,Te,Pavg)代表用户在Pavg位置从Ts开始入睡到Te醒来,Ps(Ts,Te,Pavg)代表用户在Pavg位置从Ts开始运动到Te停止运;
步骤四、根据家庭地址Ph(Ts,Te,Pavg)和运动地址Ps(Ts,Te,Pavg),进行大数据计算,寻找家的位置和运动场所位置,生成用户场景并保存到场景数据库。
本实施例中,所述步骤三具体为:
1)根据步骤二生成的SLEEP记录中的开始时间Ts和结束时间Te去匹配获取步骤一中的所有位置点Ps1(Xs1,Ys1)、Ps2(Xs2,Ys2)、Ps3(Xs3,Ys3)…Psn(Xsn,Ysn)的集合,取出所有位置点的经纬度Xs1、Xs1、Xs1…Xsn和Ys1、Ys1、Ys1…Ysn,经过均值、滤波计算出合适的位置点Pavg(Xavg、Yavg),根据开始时间Ts和结束时间Te生成家庭地址Ph(Ts,Te,Pavg)并保存到地址数据库;
2)与第1)步同理生成运动地址Ps(Ts,Te,Pavg)并保存到地址数据库。
本实施例中,所述步骤四具体为:
1)寻找家位置,收集N个家庭地址Ph(Ts,Te,Pavg),经过重复次数相关性计算与分析,用户Ua在某个家庭位置Phx(Tsx,Tex,Pavgx)重复出现了N1次,则判定Phx(Tsx,Tex,Pavgx)为用户Ua家的位置,当下次手机收集到该位置Phx(Tsx,Tex,Pavgx)时,则可认为用户Ua已经回家了;
2)寻找运动场所位置,收集N个运动地址Ps(Ts,Te,Pavg),经过重复次数相关性计算与分析,用户在某个运动地址Psx(Tsx,Tex,Pavgx)重复运动了N1次,则判定Psx(Tsx,Tex,Pavgx)是一个运动场所,再结合手环端的手势识别,判定运动类型为type_a,可以判定Psx(Tsx,Tex,Pavgx)为type_a运动的运动场所,当下次手机收集到该位置Psx(Tsx,Tex,Pavgx)时,则可认为用户已经在进行了type_a运动。
本发明结合运动手环和手机,在不需要额外添加硬件的情况下,对用户是否回家、是否在运动进行有效的智能化分析,使用大数据分析的方式能对家和运动场所等场景进行准确判断,智能化程度高,不需要用户额外的进行其他设置。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (3)
1.一种利用运动手环与手机进行场景精确自动识别的方法,其特征在于,
包括以下步骤:
步骤一、位置获取,利用手机GPS每间隔t1时间,进行一次位置获取并保存到基础数据库,拥有各个时间位置P1(X1,X1),P2(X1,Y1),P3(X1,Y1)…Pn(Xn,Yn),其中位置P(X,Y),X为位置点P的经纬度参数,Y为获取该经纬度时的标准时间;
步骤二、睡眠、运动记录获取,利用手环产生睡眠、运动记录,手机获取手环产生的睡眠SLEEP(Ts,Te)、运动记录SPORTS(Ts,Te)并保存到基础数据库,其中SLEEP(Ts,Te)中,Ts是睡眠的开始时间,Te是睡眠的结束时间;其中SPORTS(Ts,Te)中,Ts是运动的开始时间,Te是运动的结束时间;
步骤三、根据步骤二获取的睡眠、运动记录中的开始时间Ts和结束时间Te去匹配获取步骤一中的所有时间位置,生成家庭地址Ph(Ts,Te,Pavg)和运动地址Ps(Ts,Te,Pavg)并保存到地址数据库,其中Ph(Ts,Te,Pavg)代表用户在Pavg位置从Ts开始入睡到Te醒来,Ps(Ts,Te,Pavg)代表用户在Pavg位置从Ts开始运动到Te停止运;
步骤四、根据家庭地址Ph(Ts,Te,Pavg)和运动地址Ps(Ts,Te,Pavg),进行大数据计算,寻找家的位置和运动场所位置,生成用户场景并保存到场景数据库。
2.如权利要求1所述的一种利用运动手环与手机进行场景精确自动识别的方法,其特征在于,所述步骤三具体为:
1)根据步骤二生成的SLEEP记录中的开始时间Ts和结束时间Te去匹配获取步骤一中的所有位置点Ps1(Xs1,Ys1)、Ps2(Xs2,Ys2)、Ps3(Xs3,Ys3)…Psn(Xsn,Ysn)的集合,取出所有位置点的经纬度Xs1、Xs1、Xs1…Xsn和Ys1、Ys1、Ys1…Ysn,经过均值、滤波计算出合适的位置点Pavg(Xavg、Yavg),根据开始时间Ts和结束时间Te生成家庭地址Ph(Ts,Te,Pavg)并保存到地址数据库;
2)与第1)步同理生成运动地址Ps(Ts,Te,Pavg)并保存到地址数据库。
3.如权利要求1所述的一种利用运动手环与手机进行场景精确自动识别的方法,其特征在于,所述步骤四具体为:
1)寻找家位置,收集N个家庭地址Ph(Ts,Te,Pavg),经过重复次数相关性计算与分析,用户Ua在某个家庭位置Phx(Tsx,Tex,Pavgx)重复出现了N1次,则判定Phx(Tsx,Tex,Pavgx)为用户Ua家的位置,当下次手机收集到该位置Phx(Tsx,Tex,Pavgx)时,则可认为用户Ua已经回家了;
2)寻找运动场所位置,收集N个运动地址Ps(Ts,Te,Pavg),经过重复次数相关性计算与分析,用户在某个运动地址Psx(Tsx,Tex,Pavgx)重复运动了N1次,则判定Psx(Tsx,Tex,Pavgx)是一个运动场所,再结合手环端的手势识别,判定运动类型为type_a,可以判定Psx(Tsx,Tex,Pavgx)为type_a运动的运动场所,当下次手机收集到该位置Psx(Tsx,Tex,Pavgx)时,则可认为用户已经在进行了type_a运动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710455293.6A CN107231480A (zh) | 2017-06-16 | 2017-06-16 | 一种利用运动手环与手机进行场景精确自动识别的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710455293.6A CN107231480A (zh) | 2017-06-16 | 2017-06-16 | 一种利用运动手环与手机进行场景精确自动识别的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107231480A true CN107231480A (zh) | 2017-10-03 |
Family
ID=59935058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710455293.6A Pending CN107231480A (zh) | 2017-06-16 | 2017-06-16 | 一种利用运动手环与手机进行场景精确自动识别的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107231480A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870550A (zh) * | 2014-03-03 | 2014-06-18 | 同济大学 | 基于Android系统的用户行为模式获取方法及其系统 |
CN104348635A (zh) * | 2013-07-24 | 2015-02-11 | 中国移动通信集团福建有限公司 | 一种移动用户行为分析方法和装置 |
CN104504623A (zh) * | 2014-12-29 | 2015-04-08 | 深圳市宇恒互动科技开发有限公司 | 一种根据动作感知进行场景识别的方法、系统及装置 |
WO2016104821A1 (ko) * | 2014-12-22 | 2016-06-30 | (주) 트라이너스 | 사용자 착용 타입의 촬영장치 |
CN106029325A (zh) * | 2014-02-24 | 2016-10-12 | 索尼公司 | 智能可穿戴设备以及自动利用生物和环境捕获传感器来配置能力的方法 |
CN106097105A (zh) * | 2016-05-26 | 2016-11-09 | 广东小天才科技有限公司 | 一种基于运动情况推荐好友的方法和系统 |
-
2017
- 2017-06-16 CN CN201710455293.6A patent/CN107231480A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104348635A (zh) * | 2013-07-24 | 2015-02-11 | 中国移动通信集团福建有限公司 | 一种移动用户行为分析方法和装置 |
CN106029325A (zh) * | 2014-02-24 | 2016-10-12 | 索尼公司 | 智能可穿戴设备以及自动利用生物和环境捕获传感器来配置能力的方法 |
CN103870550A (zh) * | 2014-03-03 | 2014-06-18 | 同济大学 | 基于Android系统的用户行为模式获取方法及其系统 |
WO2016104821A1 (ko) * | 2014-12-22 | 2016-06-30 | (주) 트라이너스 | 사용자 착용 타입의 촬영장치 |
CN104504623A (zh) * | 2014-12-29 | 2015-04-08 | 深圳市宇恒互动科技开发有限公司 | 一种根据动作感知进行场景识别的方法、系统及装置 |
CN106097105A (zh) * | 2016-05-26 | 2016-11-09 | 广东小天才科技有限公司 | 一种基于运动情况推荐好友的方法和系统 |
Non-Patent Citations (1)
Title |
---|
叶舒雁: "一种基于传感器与用户行为数据分析的移动学习场景感知分类方法", 《计算机研究与发展》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108197224B (zh) | 用户群分类方法、存储介质以及终端 | |
CN106709606A (zh) | 个性化场景预测方法及装置 | |
WO2020103409A1 (zh) | 一种检测方法、检测装置、终端及检测系统 | |
Kloch et al. | Collaborative PDR localisation with mobile phones | |
CN107182036A (zh) | 基于多维特征融合的自适应位置指纹定位方法 | |
US9319843B2 (en) | Adaptive acceleration-based reminders | |
JP6206411B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN104636482A (zh) | 用于确定目标地址的方法和装置 | |
CN106767772B (zh) | 地磁指纹分布图的构建方法和装置及定位方法和装置 | |
CN109785368A (zh) | 一种目标跟踪方法和装置 | |
CN103699795A (zh) | 一种运动行为识别方法、装置及运动强度监测系统 | |
CN106416313A (zh) | 识别与无线网络接入点相关联的实体 | |
CN102882936A (zh) | 云推送的方法、系统和装置 | |
CN108245880A (zh) | 基于多穿戴环带传感器融合的体感检测可视化方法和系统 | |
CN103884337A (zh) | 多姿态步距校正定位系统与方法 | |
CN103731557A (zh) | 基于智能手机的实时跌倒检测系统及方法 | |
CN110334289A (zh) | 出行目的地的确定方法和目标用户的确定方法 | |
CN105608153A (zh) | 一种通用的poi信息关联方法 | |
CN104904244B (zh) | 用于区分用户运动的移动装置、区分用户运动的方法及其生成分层树模型的方法 | |
CN107330240A (zh) | 一种基于双手环传感器的智能远程特护监控系统及方法 | |
WO2014074358A1 (en) | Systems and methods for speed estimation based on stride data using predictive modeling | |
CN103514240B (zh) | 一种基于遥控器的家庭成员关系挖掘方法及系统 | |
CN109325177B (zh) | 信息推送方法、系统、可读存储介质和计算机设备 | |
CN107231480A (zh) | 一种利用运动手环与手机进行场景精确自动识别的方法 | |
CN110475023B (zh) | 情景数据处理方法、装置、电子设备及计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171003 |