90° (手表与桌面垂直)。在这个旋转过程中，该角度值会从0°变化为-90°。也就是说，从智能手表左侧抬起时，该角度值会逐渐减小，直到等于-90° ;如果将智能手表右侧逐渐抬起，知道将手表沿Y轴旋转90° (手表与桌面垂直)，在这个旋转过程中，该角度值会从O变化为90°。也就是说，从智能手表右侧抬起时，该角度值会逐渐增大，直到等于90°。
[0035]一个具体的实例是:当用户选择使用本发明的功能后，会对智能手表的方位做一次基准值的设定和记录。然后通过陀螺仪传感器的Z轴加速度的变化判断用户是否做抬手智能看表的动作，然后触发亮屏，这个过程还通过加速度传感器的X轴，判断出用户相对于基准方向的水平偏转角度及往左往右偏转的判断，再结合磁传感器的X轴，Y轴的旋转角度，判读出基于基准方向的仰俯角度和滚转角度。从而触发图形界面做立体的角度变化包括水平方向的，垂直方向的。总而言之，三种传感器结合起来可以确定人的手势动作，判断是否需要旋转UI，以适应人眼位置，达到更舒适看表的效果。
[0036]预处理还包括去噪、滤波、时域分割等，本发明中的去噪、滤波及时域分割预处理都是根据算法来对数据进行处理的。例如，对于用户习惯性查看智能手表这一习性来做用户分析，假定这种查看动作是一种周期性的反复动作，体现在接收的运动数据上对数据分析有作用的是周期性的波形，那么滤波处理的过程会将周期性特征不明显的一些异常信号，例如晃动幅度过大的信号滤除掉，此过程即为滤波预处理；智能手表的查看动作应该是在一定的频率范围内的，那么将其余的不符合这个频率范围的周期信号判定为噪声，比如环境因素可能造成噪声，所以需要将该噪声过滤掉，此过程即为去噪预处理；时域分割会对智能手表静止的运动数据、有振幅的周期性信号进行相应的分割，以将符合用户习惯的周期性信号寻找出来，从而分割出有用的数据，此即为时域分割预处理。
[0037]本发明的时域分割预处理是基于数据定义系统来实现的，数据定义系统是根据算法的需求将用户查看智能手表的动作归类，例如，将用户查看智能手表的动作分为:用户向上抬起智能手表、翻转智能手表的动作等，然后分别对这些动作进行定义；然后建立用于数据分割的时域分割窗口，根据这些定义好的动作，将时域分割窗口中的运动数据经过特征值处理之后，形成特征值向量，特征值向量将作为算法建模的输入，构建模型，建模基本完成之后，下一个新的运动数据再次进入时域分割窗口，经过特征值处理，输入到数据识别入口。上述过程使得算法建模时和数据识别时分割出来的动作都是处在定义好的动作范围之内，从而使数据建模入口与数据识别入口处于基本一致的状态之下，确保了数据输入的准确性。
[0038]在步骤S103中，经过预处理后的运动数据将作为建立动作模型的基础，所述动作模型为通过特征分析得到。经过模式化的数据挖掘建模过程，通过随机森林决策算法，建立起基于运动数据的神经网络系统。其具体的数据挖掘建模过程，包括步骤: 5201、从原始训练集中随机有放回地抽出K个样本，从特征值变量集随机抽出J个变量，由所述K个样本及J个变量构成局部训练集；
5202、创建节点；
5203、判断所述局部训练集是否为空，当所述局部训练集为空时，标记节点为错误，并返回步骤S202，重新创建节点；
5204、当所述局部训练集不为空时，若局部训练集中的所有记录都属于同一个类别，则以该类别标记节点；若局部训练集中的属性集为空，则标记节点N为最普通的类；
5205、对局部训练集中连续的特征值变量进行离散化，并从所述特征值变量中选取具有最高信息增益的属性D ;
5206、根据所述属性D构成有X棵树的随机森林模型；关于随机森林模型的建模过程的更多细节也可参考现有技术，当然本发明也可选用其他建模方式来建立模型，同样也可实现本发明的目的。
[0039]这样请参见图2及图3，本发明的智能手表在任何不同角度去看图形界面，其上显示的内容对于用户一直是90度垂直的，并且随着手的角度变化，显示角度也会相应调整。对于图中所示的圆形表盘，随着智能手表的角度变化，UI做相应角度旋转。
[0040]通过本发明，智能手表图形界面正上方始终与身体保持垂直90度，不会因为手离身体较远，而看不清楚图形，更舒适的智能手表体验。随手势而变化的时钟，12点始终与视线保持在一条直线上，方便查看时间。
[0041]基于上述方法，本发明还提供一种可随手势而自动旋转界面的智能手表较佳实施例，如图4所示，其包括:
预处理模块100，用于通过设置在智能手表中的传感器来获取智能手表的运动数据，并对运动数据进行预处理；
模型建立模块200，用于对经预处理的所述运动数据进行数据挖掘建立动作模型，识别智能手表的旋转角度并输出；
旋转模块300，用于上层通过输出的旋转角度来对应旋转图形界面。
[0042]进一步，所述传感器包括磁感应器、重力加速度传感器以及陀螺仪传感器。
[0043]进一步，所述预处理模块100中，数据预处理包括对运动数据的校正及筛选、去噪、滤波以及时域分割，从而提取出预处理后的运动数据。
[0044]进一步，所述运动数据包括智能手表三维方向的加速度、角速度、角度及磁场信息。
[0045]进一步，所述运动数据经过时域分割处理后形成特征值向量，特征值向量作为算法建模的输入，通过特征分析得到动作模型。
[0046]关于上述模块单元的技术细节在前面的方法中已有详述，故不再赘述。
[0047]综上所述，本发明通过设置在智能手表中的传感器，来获取智能手表运动数据变化信息，通过底层驱动和算法处理，输出旋转角度，上层APP根据选择角度进行图形界面的旋转。
[0048]应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。
【主权项】
1.一种可随手势而自动旋转界面的智能手表控制方法，其特征在于，包括步骤: A、通过设置在智能手表中的传感器来获取智能手表的运动数据，并对运动数据进行预处理； B、对经预处理的所述运动数据进行数据挖掘建立动作模型，识别智能手表的旋转角度并输出； C、通过输出的旋转角度来对应旋转图形界面。
2.根据权利要求1所述的可随手势而自动旋转界面的智能手表控制方法，其特征在于，所述传感器包括磁感应器、重力加速度传感器、方向传感器以及陀螺仪传感器。
3.根据权利要求2所述的可随手势而自动旋转界面的智能手表控制方法，其特征在于，所述步骤A中，数据预处理包括对运动数据的校正及筛选、去噪、滤波以及时域分割，从而提取出预处理后的运动数据。
4.根据权利要求2所述的可随手势而自动旋转界面的智能手表控制方法，其特征在于，所述运动数据包括智能手表三维方向的加速度、角速度、角度及磁场信息。
5.根据权利要求3所述的可随手势而自动旋转界面的智能手表控制方法，其特征在于，所述运动数据经过时域分割处理后形成特征值向量，特征值向量作为算法建模的输入，通过特征分析得到动作模型。
6.一种可随手势而自动旋转界面的智能手表，其特征在于，包括: 预处理模块，用于通过设置在智能手表中的传感器来获取智能手表的运动数据，并对运动数据进行预处理； 模型建立模块，用于对经预处理的所述运动数据进行数据挖掘建立动作模型，识别智能手表的旋转角度并输出； 旋转模块，用于上层通过输出的旋转角度来对应旋转图形界面，使图形界面相对人体视线保持不变。
7.根据权利要求6所述的可随手势而自动旋转界面的智能手表，其特征在于，所述传感器包括磁感应器、重力加速度传感器、方向传感器以及陀螺仪传感器。
8.根据权利要求7所述的可随手势而自动旋转界面的智能手表，其特征在于，所述预处理模块中，数据预处理包括对运动数据的校正及筛选、去噪、滤波以及时域分割，从而提取出预处理后的数据。
9.根据权利要求7所述的可随手势而自动旋转界面的智能手表，其特征在于，所述运动数据包括智能手表三维方向的加速度、角速度、角度及磁场信息。
10.根据权利要求7所述的可随手势而自动旋转界面的智能手表，其特征在于，所述运动数据经过时域分割处理后形成特征值向量，特征值向量作为算法建模的输入，通过特征分析得到动作模型。
【专利摘要】本发明公开一种可随手势而自动旋转界面的智能手表及其控制方法，其中，方法包括步骤：A、通过设置在智能手表中的传感器来获取智能手表的运动数据，并对运动数据进行预处理；B、对经预处理的所述运动数据进行数据挖掘建立动作模型，识别智能手表的旋转角度并输出；C、上层通过输出的旋转角度来对应旋转图形界面。本发明通过设置在智能手表中的传感器，来获取智能手表运动数据变化信息，通过底层驱动和算法处理，输出旋转角度，上层APP根据选择角度进行图形界面的旋转。
【IPC分类】G04G21-00
【公开号】CN104698831
【申请号】CN201510093987
【发明人】周利宾, 曾鹏, 黄艳锋
【申请人】惠州Tcl移动通信有限公司
【公开日】2015年6月10日
【申请日】2015年3月3日