**对比文件名称**：发明公开 WO2014209697A1 USER ACTIVITY TRACKING SYSTEM AND DEVICE
**特征比对表格**
| 技术特征描述及公开性质 | 对比文件原文引用 | 公开性论述 |
| **技术特征A**：一种用于分类移动装置的运动状态的方法；<br>**《直接公开》** | [p0002] “The present disclosure generally relates to tracking, recording and analyzing user activities, and more specifically to systems and associated methods for identifying user activities based on sensor data collected by a mobile communication device of a user.”<br>[p0017] “In yet another aspect, embodiments of the present disclosure provide a method of using the system for tracking and recording the movements of the mobile communication device.”<br>[p0051] “Examples of such one or more activities, include, but are not limited to, walking, running, jogging, cycling, rowing, driving a car, moving with bus, moving with train, walking stairs, running stairs, jumping, swimming, playing football, and skiing.” | 对比文件明确公开了一种基于移动通信设备（即移动装置）传感器数据来识别用户活动（即运动状态）的方法。该方法的目的在于对用户的活动类型进行分类，例如步行、奔跑、骑车、驾驶等，这与目标专利中“分类移动装置的运动状态”的方法属于相同的技术主题。因此，该技术特征被对比文件直接公开。 |
| **技术特征B**：确定与最高概率值且与大于第一阈值的第一置信度水平相关联的第一运动状态；<br>**未被公开** | [p0012] “...the output of the classification algorithms are estimated probabilities of different activities, conditional on the sensor signals.”<br>[p0094] “...each classifier node 808 generates a likelihood of the corresponding predefined activity for the pre-classified data.”<br>[p0106] “The first classifier is a binary classifier... and generates an activity label... The second classifier is a multiclass classifier... and generates an activity label...” | 对比文件公开了使用分类算法（如神经网络、决策森林）对传感器信号进行分析，并输出不同活动的估计概率或似然值。然而，对比文件并未明确记载或必然隐含以下内容：(1) 从多个候选运动状态中确定一个具有“最高概率值”的状态；(2) 为该最高概率值状态计算或关联一个“置信度水平”；(3) 将该置信度水平与一个“第一阈值”进行比较，并判断其是否大于该阈值。对比文件中生成活动标签或概率的过程，并未揭示这种基于阈值比较的置信度判断机制。因此，该技术特征未被对比文件公开。 |
| **技术特征C**：进入第一运动状态；<br>**《直接公开》** | [p0096] “The output module 812 provides one or more ‘activity types’ determined by the activity determination module 810 to the mobile communication device 102. In an embodiment, the output module 812 may display the determined activity types on a graphical user interface (GUI) of the mobile communication device 102 in a timeline format.”<br>[p0087] “Each activity zone 406 illustrates an activity...” | 对比文件公开了将确定出的活动类型（例如“cycling”、“walking”）提供给移动设备并在时间线上显示。这一“显示”或“提供”确定的活动类型，对于系统或应用而言，即意味着将当前识别的活动状态作为有效状态进行记录、报告或使用，这实质上等同于目标专利中“进入”某一运动状态的含义。因此，该技术特征被对比文件直接公开。 |
| **技术特征D**：当第一运动状态处于作用中时，确定与最高概率值且与大于第一阈值的第二置信度水平相关联的第二运动状态，第二运动状态不同于第一运动状态；<br>**《隐含公开》** | [p0087] “The GUI 402 displays a time line 404 that is divided into ‘activity’ zones/periods 406a, 406b, 406c, 406d and 406e... based on start and end time of one or more activities.”<br>[p0108] “...when there are N consecutive acceleration samples, such that 1st and last of them are labeled with a given activity, and the majority (or at least x % of them) belong to that activity, the whole period of N consecutive samples is identified as an activity period.” | 对比文件公开了将传感器数据流在时间线上划分为连续的不同活动时段（例如，先骑车，后步行）。划分活动时段的过程必然是基于对持续输入的传感器数据的连续分析。这意味着，在系统已经确定并处于一个活动时段（即“第一运动状态处于作用中”）的同时，它持续分析新数据以确定后续的活动类型（即“第二运动状态”）。虽然对比文件未明确使用“最高概率值”、“置信度水平”、“阈值”等表述，但本领域技术人员能够理解，这种基于分类算法的连续活动识别过程，其内在逻辑必然包含在每个分析时刻对最可能活动类型（隐含“最高概率值”）及其确定性程度（隐含“置信度水平”）的判断，以决定是否划分出新时段。因此，该技术特征被对比文件隐含公开。在对比文件中，该特征用于实现活动的连续识别与时间线划分；在目标专利中，用于实现运动状态的转换决策，两者所起的作用实质相同。 |
| **技术特征E**：确定是否将进入第二运动状态；<br>**《隐含公开》** | [p0087] “The GUI 402 displays a time line 404 that is divided into ‘activity’ zones/periods... based on start and end time of one or more activities.”<br>[p0108] “...the whole period of N consecutive samples is identified as an activity period.”<br>[p0110] “The deterministic rules such as transition windows may be implemented using models such as hidden Markov models (HMM)...” | 对比文件公开了基于分析结果划分活动时段。决定从一个活动时段转换到另一个活动时段（例如，从“骑车”时段结束并开始“步行”时段），这一决策过程本身就隐含了“确定是否将进入第二运动状态”。虽然对比文件未详述该决策的具体逻辑（如目标专利的阈值和持续时间条件），但划分时段这一行为必然以某种决策机制为前提。例如，通过判断连续样本的标签一致性（[p0108]）或使用隐马尔可夫模型等转换规则（[p0110]）来决定是否开始一个新的活动时段。因此，该技术特征被对比文件隐含公开。在对比文件中，该特征用于决定时间线上活动时段的边界；在目标专利中，用于决定运动状态机的状态转换，两者作用本质一致。 |
| **技术特征F**：响应于确定将进入第二运动状态，进入第二运动状态；<br>**《直接公开》** | [p0087] “Each activity zone 406 illustrates an activity...”<br>[p0096] “...display the determined activity types... in a timeline format.”<br>[p0126] “...a storyline is created which includes various user activities in a timeline format.” | 如技术特征C所述，对比文件中“显示”或“创建”一个新的活动时段（例如，在时间线上从代表“骑车”的区块变为代表“步行”的区块），即是对“进入第二运动状态”的直接体现。一旦系统确定了活动类型的转换（即“确定将进入第二运动状态”），便会更新其输出（时间线）以反映新的活动状态。因此，该技术特征被对比文件直接公开。 |
| **技术特征G**：其中当出现以下情况时，将进入第二运动状态：1)第二置信度水平大于第二阈值，第二阈值大于第一阈值，或2)当第一运动状态处于作用中时，第二运动状态在预定时间周期内连续地与最高概率值且与大于第一阈值但小于第二阈值的第二置信度水平相关联。<br>**未被公开** | 无相应记载。 | 对比文件完全没有公开任何关于进入新运动状态（或划分新活动时段）所依赖的、如技术特征G所定义的特定条件。具体而言，对比文件未公开：(1) 使用两个不同的置信度阈值（第一阈值和第二阈值，且第二阈值大于第一阈值）；(2) 根据置信度水平与这两个阈值的比较关系（大于第二阈值，或大于第一阈值但小于第二阈值并持续预定时间）来决定是否转换状态。对比文件中提到的划分活动时段的规则（如[p0108]的连续样本标签一致性、[p0110]的转换窗口）在具体判断条件和逻辑上与本特征完全不同。因此，该技术特征未被对比文件公开。 |
<<<A>>><<<C>>><<<d>>><<<e>>><<<F>>>