公开(公告)号：CN107091650A

公开(公告)日：2017-08-25

申请号：CN201710288387.9

申请日：2017-04-27

Applicant: 重庆邮电大学

Inventor： 张刚 ,  段志杰 ,  李威立 ,  周宇红 ,  陈格 ,  刘魁

IPC: G01C22/00 ,  H04M1/725

Abstract: 本发明公开了一种基于手机加速度和距离传感器的软件计步方法，属于电子应用领域。本计步方法融合了手机加速度和距离传感器数据，使用加速度传感器做人体步态特征分析，使用距离传感器判断手机位置。核心思想是对三轴加速度数据做预处理，然后通过峰值阀值和时间阀值滤除伪波峰，最后通过剩余有效波峰数实现计步。上述方法引入距离传感器数据改善人体手持手机计步时准确度偏低的问题；引入峰值阀值和时间阀值提高人体在坐公交和乘车等非计步场景的抗干扰能力，减少误计步数。本发明没有复杂的滤波方式，在保证计步精度的情况下，实时地输出计步数，减小计步功耗。

公开(公告)号：CN106777051A

公开(公告)日：2017-05-31

申请号：CN201611130603.9

申请日：2016-12-09

Applicant: 重庆邮电大学

Inventor： 张刚 ,  周宇红 ,  胡恒 ,  段志杰 ,  陈格 ,  刘魁

IPC: G06F17/30 ,  G06Q50/00 ,  G06K9/62

Abstract: 本发明公开了一种基于用户组的多反馈协同过滤推荐方法，涉及推荐系统领域及机器学习领域。该方法的包括如下步骤：步骤一：对用户‑物品的互动数据进行预处理，使用余弦相似度计算用户间的距离；步骤二：融合距离矩阵，使用K‑Medoids算法分类并得到k个簇；步骤三：在每个簇内单独运行BPR MF算法得到个性化排名，再根据KNN算法生成top‑N推荐。本发明提供的基于用户组的多反馈协同过滤推荐算法融合了多种用户的反馈数据，包括用户的显性反馈，如评分数据，还包括用户的隐性反馈，如用户浏览数据等。相比与传统的协同过滤推荐算法只考虑到了单一的用户反馈，本文的推荐算法能够更好的缓解数据稀疏性问题，并采用基于学习的贝叶斯个性化推荐算法，通过梯度下降来学习BPR，能够很好的提高推荐系统的准确度。