| 面向智能环境的活动模式迁移学习 |
| |
| 作者姓名： | 汪成亮 王云鹏 |
| |
| 作者单位： | 1.重庆大学计算机学院, 重庆 400044 |
| |
| 基金项目： | 国家自然科学基金(61004112),中央高校基本科研业务费专项资金(CDJZR12180006),National Natural Science Foundation of China(61004112),the Fundamental Research Funds for the Central Universities(CDJZR12180006) |
| |
| 摘 要： | 针对智能环境中活动模式的学习和挖掘花销大、难以实际操作等问题,提出了能够有效地将已有活动模式迁移到新环境的整体框架。迁移学习框架将活动模式的迁移过程分解为轨迹的迁移和触发持续时间的迁移,首先对已有活动模式中的活动轨迹以及触发持续时间模糊化;然后采用备选轨迹生成(ATSG)算法在新环境中生成备选轨迹集;最后采用相似度计算(SC)算法进行活动模式中的轨迹与备选轨迹间的匹配,利用活动轨迹映射(TM)算法和触发持续时间迁移(TDT)算法对活动信息进行迁移,从而在新环境中得到活动模式。理论分析和实验结果表明,相比于基于频繁模式挖掘得到活动模式的方法,本文方法大幅度地降低了得到活动模式所需的时间开销,同时,利用本文方法获取的活动模式取得了较好的活动识别效果。
|
| 关 键 词： | 智能环境 迁移学习 活动模式 活动轨迹 触发持续时间 |
| 收稿时间： | 2015-02-06 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《北京航空航天大学学报》浏览原始摘要信息 |
|
点击此处可从《北京航空航天大学学报》下载免费的PDF全文 |
|
