申请/专利权人：长沙融创智胜电子科技有限公司

申请日：2022-02-28

公开（公告）日：2024-04-02

公开（公告）号：CN114626412B

主分类号：G06F18/15

分类号：G06F18/15;G06F18/24;G06F18/214;G06F18/213;G06F18/23213

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2022.07.01#实质审查的生效;2022.06.14#公开

摘要：本发明公开了一种用于无人值守传感器系统的多类别目标识别方法及系统，所述方法包括步骤：S1、预处理:对无人值守传感器系统获取的原始数据进行分帧；S2、特征提取:同时提取分帧后数据的多个时域特征；S3、模型训练:将步骤S2得到的多个时域特征作为训练样本，分别对高斯混合模型和xgboost模型进行训练,得到训练好的高斯混合模型和xgboost模型；S4、信号识别:通过训练好的高斯混合模型对信号进行识别，得到第一识别结果；通过训练好的xgboost模型对信号进行识别，得到第二识别结果；S5、综合判定：综合第一识别结果和第二识别结果，输出最终识别结果。本发明具有计算量小、识别精度高等优点。

主权项：1.一种用于无人值守传感器系统的多类别目标识别方法，其特征在于，包括步骤：S1、预处理:对无人值守传感器系统获取的原始数据进行降噪及分帧；S2、特征提取:同时提取分帧后数据的多个时域特征；S3、模型训练:将步骤S2得到的多个时域特征作为训练样本，分别对高斯混合模型和xgboost模型进行训练,得到训练好的高斯混合模型和xgboost模型；S4、信号识别:通过训练好的高斯混合模型对信号进行识别，得到第一识别结果；通过训练好的xgboost模型对信号进行识别，得到第二识别结果；S5、综合判定：综合第一识别结果和第二识别结果，输出最终识别结果；步骤S5的具体过程为：采取高斯混合模型和xgboost模型博弈的计分逻辑：在第一次决策的时候，在两个模型中随机挑选一个模型的输出当作总的输出，并且对比真实标签yi，若xgboost模型正确且GMM不正确，则xgboost模型加1分，下一个预测的总输出由xgboost模型输出决定，反之亦然；若两个模型都预测正确或者错误，则不加分，下一轮的预测总输出由目前计分较多的一方决定；在步骤S1中，在对无人值守传感器系统获取的原始数据进行分帧之前，先对原始数据进行自适应阈值降噪：根据噪声在小波变换下的特性，自适应确定小波阈值，将低于阈值的噪声采取软阈值的方法处理，并将降噪后信号的峰值信噪比作为性能衡量指标；在对原始数据进行分帧时，采取n1s的时间窗口对降噪后的估计值进行分帧，并在每个n1s帧前又多取n2s以作为参考段，在具体计算该n1+n2s信号的时候，再次对n1+n2s的信号进行分帧；在步骤S2中，通过采用提取信号特征的方法来提取四个时域特征，具体为：采用固定时间间隔提取分帧后数据的峰峰值作为第一个时域特征；采用固定时间间隔提取分帧后数据的峭度作为第二个时域特征；计算每帧数据最大的n个点值的和sumi作为第三个时域特征；将sumi与前一帧最大的n个点值和sumi-1的比作为第四个时域特征。

全文数据：

权利要求：

百度查询： 长沙融创智胜电子科技有限公司 用于无人值守传感器系统的多类别目标识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD