基于物联网的目标识别方法及装置

摘要

本发明公开了一种基于物联网的目标识别方法，包括：获取物联网系统中各个传感器针对预定目标所采集的测量值；将获取的所述测量值作为BP神经网络的输入量，对所述BP神经网络进行训练；其中，所述BP神经网络的双曲正切转移函数采用多项式进行逼近；根据训练后的所述BP神经网络，对所述预定目标进行模式识别。本发明将多项式逼近引入到物联网领域中，结合高斯括号引了转移函数的多项式逼近，保证计算精度并降低计算复杂度，使得神经网络模型得以在传感器的资源受限环境下快速实现，从而大大提高了实时性，进而很好地基于物联网实现目标识别。

主权项

一种基于物联网的目标识别方法，其特征在于，包括以下步骤：获取物联网系统中各个传感器针对预定目标所采集的测量值；将获取的所述测量值作为BP神经网络的输入量，对所述BP神经网络进行训练；其中，所述BP神经网络的双曲正切转移函数采用含高斯括号的多项式进行逼近；所述多项式如下：$F\left(x\right)\stackrel{\Delta }{=}\left\{\begin{array}{cc}\frac{f\left(x\right)-\frac{1}{f\left(x\right)}}{f\left(x\right)+\frac{1}{f\left(x\right)}},& x\in [-9,9]\\ 1,& x\in (-\infty ,-9]\cup [9,+\infty )\end{array}\right.$其中，$f\left(x\right)\stackrel{\Delta }{=}\left\{\begin{array}{cc}G\left(x\right)& x\ge 0\\ -G(-x)& x<0\end{array}\right.$其中，为高斯括号，表示不大于x的最大整数，表示不小于x的最小整数；根据训练后的所述BP神经网络，对所述预定目标进行模式识别。