基于感测数据的估测方法及基于感测数据的估测系统与流程

本案是关于一种数据处理方法及数据处理系统，特别是关于一种基于感测数据的估测方法及基于感测数据的估测系统。

背景技术：

随着感测技术的快速发展，感测装置是广泛地运用于人类的生活中并扮演越来越重要的角色。举例而言，感测装置可以运用于运动监测、生活家居、健康照护…等各种领域中。然而，目前而言，市面上的感测装置尚未具有记录使用者的数据并自动地进行数据分析的功能，如此，感测装置将无法适性化地为使用者提供应用服务。尽管部分的感测装置可以依据预设的操作模式而因应使用者的即时操作，但此种作法仍难以适性化地提供使用者精确的应用服务。

因此，如何有效地记录并分析的使用者的数据以为使用者适性化地提供应用服务来进行估测方法及估测系统的设计，可是一大挑战。

技术实现要素：

本案揭示的一态样是关于一种应用于估测系统中的基于感测数据的估测方法，且估测系统包含感测器、储存器以及处理器。估测方法包含以下步骤：透过感测器产生感测数据，且感测数据具有相应的时间参数；透过处理器接收感测数据以将感测数据储存至储存器中，并透过储存器预先储存预设统计分布；透过处理器依据预设转换关系而为感测数据的时间参数进行转换，并为转换后的时间参数进行统计计算以产生统计集合；以及透过处理器将统计集合与预设统计分布进行比较，并依据统计集合与预设统计分布之间的差异而选择性地调整预设转换关系，从而产生估测参数。

在一个或多个实施方式中，透过处理器计算统计集合与预设统计分布之间的相似度，并依据相似度而选择性地调整预设转换关系，从而产生估测参数。

在一个或多个实施方式中，当相似度大于第一门槛值时，透过处理器依据第二门槛值而为统计集合进行预设转换关系的反转换，从而产生估测参数。

在一个或多个实施方式中，当相似度小于或等于第一门槛值时，透过处理器调整预设转换关系以为时间参数重新进行转换，并重新产生统计集合。

在一个或多个实施方式中，透过处理器计算重新产生后的统计集合与预设统计分布之间的相似度，并依据相似度而重新产生估测参数。

在一个或多个实施方式中，感测数据包含感测器所侦测的原始信号的数据集、感测器所产生的原始信号的数据集及信号经过处理后的数据集。

本案揭示的另一态样是关于一种基于感测数据的估测系统，且此估测系统包含感测器、储存器以及处理器。感测器用以产生感测数据，且感测数据具有相应的时间参数。储存器用以储存感测数据与预设统计分布。处理器用以依据预设转换关系而为感测数据的时间参数进行转换，并为转换后的时间参数进行统计计算以产生统计集合。随后，处理器用以将统计集合与预设统计分布进行比较，并依据统计集合与预设统计分布之间的差异而选择性地调整预设转换关系，从而产生估测参数。

在一个或多个实施方式中，处理器用以计算统计集合与预设统计分布之间的相似度，并依据相似度而选择性地调整预设转换关系，从而产生估测参数。

在一个或多个实施方式中，当相似度大于第一门槛值时，处理器用以依据第二门槛值而为统计集合进行预设转换关系的反转换，从而产生估测参数。

在一个或多个实施方式中，当相似度小于或等于第一门槛值时，处理器用以调整预设转换关系以为时间参数重新进行转换，并重新产生统计集合。

在一个或多个实施方式中，处理器用以计算重新产生后的统计集合与预设统计分布之间的相似度，并依据相似度而重新产生估测参数。

在一个或多个实施方式中，感测数据包含感测器所侦测的原始信号的数据集、感测器所产生的原始信号的数据集及信号经过处理后的数据集。

综上所述，本案的技术方案与现有技术相比具有明显的优点和有益效果。通过上述技术方案，可达到相当的技术进步，并具有产业上的广泛利用价值，本案所揭示的基于感测数据的估测方法及基于感测数据的估测系统是透过感测器产生感测数据，并透过处理器依据感测数据与预设统计分布而进行精确地数据分析，从而产生估测参数以提供使用者适合的应用服务。举例而言，感测数据可以表示为使用者的数据(如，使用者的活动数据)；估测参数可以表示为使用者的数据的分析结果(如，使用者的活动周期)。因此，本案所揭示的基于感测数据的估测方法及基于感测数据的估测系统可以有效地记录并分析的使用者的数据，从而提供使用者适性化的应用服务。

附图说明

图1为依据本案揭示的实施例所绘制的估测系统的方块示意图；

图2为依据本案揭示的实施例所绘制的统计集合的示意图；以及

图3为依据本案揭示的实施例所绘制的估测方法的流程图。

具体实施方式

下文是举实施例配合所附附图作详细说明，以更好地理解本案的态样，但所提供的实施例并非用以限制本揭示所涵盖的范围，而结构操作的描述非用以限制其执行的顺序，任何由元件重新组合的结构，所产生具有均等功效的装置，皆为本揭示所涵盖的范围。此外，根据业界的标准及惯常做法，附图仅以辅助说明为目的，并未依照原尺寸作图，实际上各种特征的尺寸可任意地增加或减少以便于说明。下述说明中相同元件将以相同的符号标示来进行说明以便于理解。

在全篇说明书与权利要求书所使用的用词(terms)，除有特别注明外，通常具有每个用词使用在此领域中、在此揭示的内容中与特殊内容中的平常意义。某些用以描述本案揭示的用词将于下或在此说明书的别处讨论，以提供本领域技术人员在有关本案揭示的描述上额外的引导。

此外，在本案中所使用的用词“包含”、“包括”、“具有”、“含有”等等，均为开放性的用语，即意指“包含但不限于”。

图1为依据本案揭示的实施例所绘制的估测系统100的方块示意图。如图1所示，估测系统100包含感测器110、储存器120以及处理器130。举例而言，感测器110可以由动态感测器(如，感测使用者的活动或移动)、温度感测器(如，感测使用者的体温或环境温度)、距离感测器(如，感测使用者的移动距离)、亮度感测器(如，感测环境亮度)、计数感测器(如，感测使用者的活动次数)或任何可用以产生感测数据的元件所实施，感测数据包含感测器110所侦测的原始信号的数据集、感测器110所产生的原始信号的数据集及信号经过处理后的数据集；储存器120可以由计算机硬盘、服务器或任何可用以执行数据纪录的装置所实施；处理器130可以由中央处理器、微控制器或任何可用以执行数据处理的元件所实施。

感测器110用以产生感测数据，且感测数据具有相应的时间参数。举例而言，当使用者执行特定的活动时，感测器110可以感测使用者的活动数据以产生感测数据。因此，感测数据可以表示为具有单维度元素的数据集合{Δt₁,Δt₂,…,Δt_N}，抑或是可以表示为具有二维度元素的数据集合{<A₁,Δt₁>,<A₂,Δt₂>,…,<A_N,Δt_N>}。A_i可以表示为使用者所执行的第i种活动，Δt_i可以表示为使用者所执行的第i种活动的持续时间，且N可以表示为数据集合的集合长度(即，使用者的活动种类的总数)。应了解到，上述实施例仅用以示范感测数据可行的表示方式，并非用以限制本案。举例而言，数据集合中每一元素所对应的维度可以依据实际需求而进行相应地调整。

储存器120用以储存感测数据与预设统计分布。处理器130用以依据预设转换关系而为感测数据的时间参数进行转换，并为转换后的时间参数进行统计计算以产生统计集合。随后，处理器130用以将统计集合与预设统计分布进行比较，并依据统计集合与预设统计分布之间的差异而选择性地调整预设转换关系，从而产生估测参数。举例而言，预设转换关系可以表示为时间参数所对应的预设转换函数(如，对数函数或自然对数函数)或预设转换表，因此，处理器130可以依据预设转换函数而为时间参数进行函数转换，抑或是依据预设转换表而为时间参数进行查表转换。应了解到，上述实施例仅用以示范预设转换关系可行的实施方式，并非用以限制本案。

于此实施例中，预设统计分布是预先储存于储存器120中，然而，于部分实施例中，处理器130可以依据感测数据而选择适合的预设统计分布，并将所选择的预设统计分布储存于储存器120中。另外，预设统计分布可行的表示方式可以依据实施需求而进行相应地设置与调整。举例而言，预设统计分布可以表示为均匀分布、伯努力分布、布瓦松分布、常态分布或任何连续或离散分布。因此，当时间参数表示为第一数据集合{10,100,100,1000,1000,1000,1000,10000,10000,100000}，且预设统计分布表示为常态分布时，处理器130可以依据预设对数函数(于此实施例中，即log₁₀)而将时间参数转换为第二数据集合{1,2,2,3,3,3,3,4,4,5}，且第二数据集合是近似为常态分布。应了解到，上述实施例仅用以示范预设统计分布可行的表示方式，并非用以限制本案。

于一实施例中，处理器130用以计算统计集合与预设统计分布之间的相似度，并依据相似度而选择性调整该预设转换关系，从而产生该估测参数。举例而言，处理器130可以依据下列关系式而计算统计集合与预设统计分布之间的相似度：

D(i)可以表示为统计集合的第i个统计值(如上述第二数据集合所示)，且Φ(i)可以表示为预设统计分布的第i个统计值。应了解到，上述实施例仅用以示范相似度可行的计算方式，并非用以限制本案。举例而言，相似度可以依据实施需求而表示为均方差(Mean Square Error，MSE)、最小均方差(Minimum Mean Square Error，MMSE)或任何可用以表示差异程度的参数。

于另一实施例中，当相似度大于第一门槛值时，处理器130用以依据第二门槛值而为统计集合进行预设转换关系的反转换，从而产生估测参数。举例而言，请参阅图2，图2为依据本案揭示的实施例所绘制的统计集合的示意图。如图2所示，第二门槛值可以表示为信赖区间门槛值，且第二门槛值可以由使用者自行设定或由系统设计者预先设定。因此，当使用者或系统设定者将第二门槛值设定为97.73％时，第二门槛值是对应于转换后的时间参数2，且处理器130可以为转换后的时间参数2进行预设转换关系(于此实施例中，即log₁₀)的反转换，从而产生估测参数(即，时间参数100)。换句话说，使用者所执行的活动中具有97.73％的活动的持续时间小于或等于100。另外，于部分实施例中，当使用者所执行的活动的持续时间暂时地或持续地大于100时，估测系统100可以判定异常状况发生(如，使用者的活动周期改变)，从而重新执行上述操作以重新产生估测参数。应了解到，上述实施例仅用以示范第二门槛值可行的表示方式与估测参数可行的计算方式，并非用以限制本案。

于又一实施例中，当相似度小于或等于第一门槛值时，处理器130用以调整预设转换关系以为时间参数重新进行转换，并重新产生统计集合。于此实施例中，处理器130可以透过伸缩或平移的方式以调整预设转换关系，并依据调整后的预设转换关系而为时间参数进行转换，从而重新产生统计集合。举例而言，预设转换关系可以表示为时间参数所对应的预设转换函数或预设转换表，因此，处理器130可以将预设转换关系乘以(或除以)第一常数(如，A·log₁₀或log₁₀/A，且A表示为第一常数)以伸缩预设转换关系，抑或是将预设转换关系加上(或减去)第二常数(如，log₁₀+B或log₁₀-B，且B表示为第二常数)以伸缩预设转换关系。应了解到，上述实施例仅用以示范预设转换关系可行的调整方式，并非用以限制本案。于又一实施例中，处理器130用以计算重新产生后的统计集合与预设统计分布之间的相似度，并依据相似度而重新产生估测参数。关于相似度与估测参数可行的计算方式已为上述实施例详细地示范，故于此不重复赘述。

图3为依据本案揭示的实施例所绘制的估测方法300的流程图。于一实施例中，估测方法300可以实施于上述的估测系统100，但本案并不以此为限。为了易于理解估测方法300，后文将以估测系统100作为实施估测方法300的示范标的。如图3所示，估测方法300包含以下步骤：

S302：透过感测器110产生感测数据，且感测数据具有相应的时间参数；

S304：透过处理器130接收感测数据以将感测数据储存至储存器120中，并透过储存器120预先储存预设统计分布；

S306：透过处理器130依据预设转换关系而为感测数据的时间参数进行转换，并为转换后的时间参数进行统计计算以产生统计集合。

S308：透过处理器130将统计集合与预设统计分布进行比较，并依据统计集合与预设统计分布之间的差异而选择性地调整预设转换关系，从而产生估测参数。

举例而言，感测器110可以由动态感测器(如，感测使用者的活动或移动)、温度感测器(如，感测使用者的体温或环境温度)、距离感测器(如，感测使用者的移动距离)、亮度感测器(如，感测环境亮度)、计数感测器(如，感测使用者的活动次数)或任何可用以产生感测数据的元件所实施；估测方法300中所述的储存器120可以由计算机硬盘、服务器或任何可用以执行数据纪录的装置所实施；估测方法300中所述的处理器130可以由中央处理器、微控制器或任何可用以执行数据处理的元件所实施。

请参阅步骤S302，当使用者执行特定的活动时，估测方法300可以透过感测器110来加以执行而感测使用者的活动数据以产生感测数据。因此，感测数据可以表示为具有单维度、二维度或多维度元素的数据集合，且数据集合中每一元素所对应的维度可以依据实际需求而进行相应地调整。关于感测数据可行的表示方式已为上述实施例详细地示范，故于此不重复赘述。

请接续参阅步骤S304，于此实施例中，估测方法300可以透过储存器120加以执行而预先储存预设统计分布，然而，于部分实施例中，估测方法300可以透过处理器130来加以执行以依据感测数据而选择适合的预设统计分布，并将所选择的预设统计分布储存于储存器120中。另外，预设统计分布可行的表示方式可以依据实施需求而进行相应地设置与调整。举例而言，预设统计分布可以表示为均匀分布、伯努力分布、布瓦松分布、常态分布或任何连续或离散分布。

请接续参阅步骤S306，预设转换关系可以表示为时间参数所对应的预设转换函数(如，对数函数或自然对数函数)或预设转换表，因此，估测方法300可以透过处理器130来加以执行以依据预设转换函数而为时间参数进行函数转换，抑或是依据预设转换表而为时间参数进行查表转换。应了解到，上述实施例仅用以示范预设转换关系可行的实施方式，并非用以限制本案。

于一实施例中，请参阅步骤S308，估测方法300可以透过处理器130来加以执行而计算统计集合与预设统计分布之间的相似度，并依据相似度而选择性调整预设转换关系，从而产生估测参数。举例而言，相似度可行的计算方式可以参阅上述关系式，抑或是依据实际需求而相应地表示为均方差、最小均方差或任何可用以表示差异程度的参数。

于另一实施例中，请继续参阅步骤S308，当相似度大于第一门槛值时，估测方法300可以透过处理器130来加以执行以依据第二门槛值而为统计集合进行预设转换关系的反转换，从而产生估测参数。举例而言，第二门槛值可以表示为信赖区间门槛值，且第二门槛值可以由使用者自行设定或由系统设计者预先设定。因此，于此实施例中，估测方法300可以透过处理器130而为第二门槛值所对应的转换后的时间参数进行预设转换关系的反转换，从而产生估测参数(即，第二门槛值所对应的时间参数)。另外，于部分实施例中，当使用者所执行的活动的持续时间暂时地或持续地大于估测参数时，估测方法300可以透过处理器130来加以执行而判定异常状况发生(如，使用者的活动周期改变)，从而重新执行上述操作以重新产生估测参数。应了解到，上述实施例仅用以示范第二门槛值可行的表示方式与估测参数可行的计算方式，并非用以限制本案。

于又一实施例中，请继续参阅步骤S308，当相似度小于或等于第一门槛值时，估测方法300可以透过处理器130来加以执行而调整预设转换关系以为时间参数重新进行转换，并重新产生统计集合。于此实施例中，估测方法300可以透过处理器130来加以执行而透过平移或伸缩的方式以调整预设转换关系，并依据调整后的预设转换关系而为时间参数进行转换，从而重新产生统计集合。举例而言，预设转换关系可以表示为时间参数所对应的预设转换函数或预设转换表，因此，估测方法300可以透过处理器130来加以执行而将预设转换关系乘以(或除以)第一常数(如，A·log₁₀或log₁₀/A，且A表示为第一常数)以伸缩预设转换关系，抑或是将预设转换关系加上(或减去)第二常数(如，log₁₀+B或log₁₀-B，且B表示为第二常数)以伸缩预设转换关系。应了解到，上述实施例仅用以示范预设转换关系可行的调整方式，并非用以限制本案。于又一实施例中，估测方法300可以再透过处理器130来加以执行而计算重新产生后的统计集合与预设统计分布之间的相似度，并依据相似度而重新产生估测参数。关于相似度与估测参数可行的计算方式已为上述实施例详细地示范，故于此不重复赘述。

于上述实施例中，本案所揭示的基于感测数据的估测方法及基于感测数据的估测系统是透过感测器产生感测数据，并透过处理器依据感测数据与预设统计分布而进行精确地数据分析，从而产生估测参数以提供使用者适合的应用服务。举例而言，感测数据可以表示为使用者的数据(如，使用者的活动数据)；估测参数可以表示为使用者的数据的分析结果(如，使用者的活动周期)。因此，本案所揭示的基于感测数据的估测方法及基于感测数据的估测系统可以有效地记录并分析的使用者的数据，从而提供使用者适性化的应用服务。

技术领域通常知识者可以容易理解到揭示的实施例实现一或多个前述举例的优点。阅读前述说明书之后，技术领域通常知识者将有能力对如同此处揭示内容作多种类的更动、置换、等效物以及多种其他实施例。因此本案的保护范围当视权利要求书所界定的范围与其均等范围为主。