技术特征描述及公开性质

对比文件原文引用

公开性论述

**A**：一种用于分类移动装置的运动状态的方法；《直接公开》

[0004] “装置移动含有关于用户的运动状态(例如，坐、站、走、跑等)和相对于用户的装置位置(例如，口袋、背包、手、桌子等)的信息。” <br> [0007] “本文所描述的对装置的多个状态类型分类的方法的实例包含：...将装置的建议状态确定为所述第一状态类型的所述第一建议状态和所述第二状态类型的所述第二建议状态。” <br> [0020] “本文描述用于通过利用多个分类器来对多个装置状态类型分类的技术。...在其中对运动和位置状态分类的实例中...”

对比文件明确公开了一种对装置状态（包括运动状态）进行分类的方法。其说明书记载了方法步骤，并具体举例说明了对“运动状态”（如坐、站、走、跑）进行分类。这与目标专利权利要求前序部分“一种用于分类移动装置的运动状态的方法”的主题直接对应。

**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；《隐含公开》

[0005] “...分类器将选择具有最高计算似然性(或在已知先验概率的情况下，为后验概率)的运动状态和装置位置。” <br> [0028] “...分类器选择具有最高计算似然性(或在已知先验概率的情况下，为后验概率)的运动状态和装置位置。” <br> [0031], [0032], [0035], [0039], [0040] 等公式及描述，均体现了通过最大化似然性或后验概率来选择状态，即选择“最高概率值”。

对比文件多次明确记载了分类器通过计算并选择具有“最高计算似然性”或“最高...后验概率”的状态来确定建议的运动状态，这直接对应于“确定与最高概率值...相关联的...运动状态”。虽然对比文件未明确记载“置信度水平”及“大于第一阈值”的表述，但其技术方案的核心在于基于概率模型进行分类决策。对于本领域技术人员而言，在使用概率进行分类时，必然隐含着一个判断过程：即所选择的最高概率值是否足够可靠以采纳该分类结果。这个关于“可靠性”或“确信程度”的判断，在实质上等同于“置信度水平”的概念。设置一个阈值来判断置信度是否足够高，是本领域实施此类概率分类方法时的常规技术手段。因此，对比文件隐含公开了“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”这一技术特征。在对比文件中，该特征的作用是确保分类结果的可靠性，与目标专利中为解决“准确确定运动状态”这一技术问题所起的作用相同。

**C**：进入第一运动状态；《直接公开》

[0007] “...将装置的建议状态确定为所述第一状态类型的所述第一建议状态和所述第二状态类型的所述第二建议状态。” <br> [0071] 表1说明：“所得装置状态是：用户正坐着且将装置保持在他的手中...”

对比文件明确记载了“将装置的建议状态确定为...第一建议状态”，即采纳分类器的输出结果作为装置当前的状态。这个“确定...为”的动作，在状态机或状态分类的语境下，即意味着“进入”该状态。因此，该特征被直接公开。

**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；《隐含公开》

[0005], [0028] 等描述了分类器持续处理传感器数据以确定状态。 <br> [0071] 表1展示了从一种状态（坐/手）到另一种状态的可能性判断过程，隐含了状态持续监控和更新。

对比文件的方法是一个持续的过程：装置不断获取传感器信息，分类器持续计算并输出建议状态（参见[0005],[0028]）。这必然隐含了在某个状态（即“第一运动状态”）被确定为当前状态（“处于作用中”）的期间，系统仍在运行并可能确定出一个新的、不同的“第二运动状态”。关于“第二运动状态”的确定方式（与最高概率值且置信度大于阈值相关联），其公开性论述同技术特征B。因此，对比文件隐含公开了该特征。在对比文件中，该特征的作用是实现状态的动态更新和跟踪，与目标专利中为实现状态转换所起的基础作用相同。

**E**：确定是否将进入第二运动状态；《直接公开》

[0007] “将装置的建议状态确定为...”，该表述本身就包含了“确定是否采纳新的建议状态以进入”这一决策步骤。 <br> [0071] 表1的逻辑演示了如何从两个分类器的输出中“确定”最终的装置状态，这个过程包含了判断和决策。

对比文件公开的方法中，“将装置的建议状态确定为...”这一步骤，其内在逻辑必然包含了一个决策点：即是否采纳新计算出的建议状态作为当前状态。这个决策过程就是“确定是否将进入第二运动状态”。因此，该特征被直接公开。

**F**：响应于确定将进入第二运动状态，进入第二运动状态；《直接公开》

[0007] “将装置的建议状态确定为...第一状态类型的所述第一建议状态...” <br> [0071] “所得装置状态是：用户正坐着...”

如特征C和E所述，对比文件公开了“确定建议状态”并“将其确定为装置状态”。当决策结果是采纳新的建议状态（即“确定将进入第二运动状态”）时，随之发生的动作就是“进入第二运动状态”。这在对比文件的描述中是直接且必然的结果。因此，该特征被直接公开。

**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。《未公开》

无相应记载。

对比文件完全没有公开任何关于状态转换的特定条件。它没有提及任何“第一阈值”或“第二阈值”，更没有公开基于两个不同阈值的比较（条件1）或基于状态在预定时间周期内持续满足某个置信度条件（条件2）来决定是否进行状态转换的机制。对比文件的状态确定看起来是即时、无延迟的，基于单次计算出的最高概率/后验概率（参见[0005],[0028],[0071]）。因此，对比文件既未直接公开也未隐含公开该技术特征。该特征在目标专利中用于解决“减少状态误切换、提高状态稳定性”的技术问题，而对比文件中没有对应此作用的任何技术手段。

技术特征描述及公开性判断

对比文件原文引用

公开性论述

**A. 一种用于分类移动装置的运动状态的方法**<br>《直接公开》

说明书第[0002]段：“本発明は、人間の活動を監視する方法に係り、より詳細には、ユーザの動き状態を識別し、ユーザの動き状態に基づいてプログラム設定を調整することに係る。”<br>说明书第[0011]段：“本発明の実施形態は、慣性センサを使用してユーザの動き状態を監視するように設計される。一実施形態では、加速度が監視され、そしてその加速度に基づき複数の認識可能なユーザ動き状態から現在のユーザ動き状態が識別される。”

对比文件整体公开了一种使用惯性传感器（如加速度计）监测用户活动状态的方法，其核心步骤包括监测加速度并基于此从多个可识别的用户运动状态中识别出当前用户运动状态。这与目标专利权利要求特征A所限定的“用于分类移动装置的运动状态的方法”属于相同主题，因此该特征被直接公开。

**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>《隐含公开》

说明书第[0030]段：“一実施形態において、動き状態識別エンジン２８０は、ユーザが特定の動き状態である確率を決定する。例えば、動き状態識別エンジン２８０は、ユーザがランニングしている確信度が９５％であると決定する。同時に、動き状態識別エンジン２８０は、ユーザが自転車乗りしている確信度が２５％であることも決定する。”<br>说明书第[0030]段：“ユーザが特定の動き状態であるという確信度／確率は、そのユーザ動き状態に対して満足される肯定的及び／又は否定的事象の数に基づいて決定される。”

对比文件公开了运动状态识别引擎可以确定用户处于特定运动状态的概率（或置信度），例如跑步95%，骑车25%。虽然没有明确记载“最高概率值”和“大于第一阈值”这两个限定条件，但对于本领域技术人员而言，为了从多个候选状态中确定一个作为当前状态（即“第一运动状态”），必然需要比较各状态的概率并选择最高的一个。同时，为了避免在置信度不足时做出错误判断，设置一个置信度阈值（第一阈值）是惯用技术手段。因此，对比文件隐含公开了特征B。在对比文件中，确定概率最高的运动状态是为了识别用户的当前活动，与目标专利中为解决“确定作用中运动状态”所起的作用相同。

**C. 进入第一运动状态**<br>《隐含公开》

说明书第[0025]段：“動き状態識別エンジン１１０がユーザ活動を識別すると、動きプロセッサ１２０は、その識別された活動に特有の動き基準のセットを適用して、その活動に適した周期的な人間の動きを検出する。”<br>说明书第[0053]段：“特定のユーザ活動に対して導入条件が満足されると、適当なアクティブモード５２５が開始される。”

对比文件描述了当用户活动被识别后，运动处理器会应用与该活动对应的特定运动准则来检测运动（第[0025]段），并且系统会进入相应的“活动模式”（Active Mode）（第[0053]段）。虽然未使用“进入…运动状态”的表述，但“进入活动模式”在功能上等同于将识别出的活动状态设定为系统的当前有效状态。因此，对于本领域技术人员，对比文件隐含公开了“进入第一运动状态”这一步骤。在对比文件中，进入活动模式是为了开始对该活动进行计数和相应处理，与目标专利中“进入”运动状态以将其作为作用中状态的作用实质相同。

**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>《未公开》

无对应原文。

对比文件未公开在第一个运动状态（或活动模式）处于作用中（即当前有效）时，基于新的传感器数据实时或持续地确定一个与当前状态不同的、具有最高概率且置信度大于阈值的“第二运动状态”的过程。对比文件的系统在活动模式中主要进行周期性运动的计数（如图8方法800），状态转换主要通过“退出模式”和“引入条件”来管理（如图5状态图500），其机制是基于连续未检测到预期运动或检测到新运动的计数来触发模式切换，而非基于对多个候选状态进行持续的概率计算和置信度比较。因此，特征D未被对比文件公开。

**E. 确定是否将进入第二运动状态**<br>《未公开》

无对应原文。

如特征D所述，对比文件缺乏在第一个状态作用中时确定一个不同的、高置信度的第二状态的过程。因此，基于该第二状态来决定是否进行状态转换的步骤“确定是否将进入第二运动状态”也必然未被公开。对比文件中的模式切换决策基于不同的逻辑（如退出条件、重新引入条件）。

**F. 响应于确定将进入第二运动状态，进入第二运动状态**<br>《未公开》

无对应原文。

由于特征E未被公开，因此响应于该确定结果而“进入第二运动状态”的步骤也未被公开。

**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>《未公开》

无对应原文。

对比文件完全没有公开任何基于两个不同置信度阈值（第一阈值和第二阈值）来判断是否进入新运动状态的逻辑，也没有公开在预定时间周期内连续满足特定置信度条件才触发状态转换的机制。特征G是目标专利中关于状态转换条件的进一步具体限定，该限定在对比文件中没有任何记载或暗示。

技术特征描述及公开性判断

对比文件原文引用

公开性论述

**A. 一种用于分类移动装置的运动状态的方法**<br>**《直接公开》**

说明书第[0005]段：“本明細書のシステムおよび方法によって、モバイルデバイスは、少なくとも動作データに基づいて、ユーザが車両と関連して移動していることを検出できるようになる。”<br>说明书第[2]段（对应英文第[2]段）：“本明細書で、たとえば隠れマルコフモデル(HMM)および関連ステートマシンを使用してモバイルデバイスが車両(たとえば、車、バス、電車等)内に配置されていることを決定するために、モバイルデバイスの動作および/または位置状態を分類するための技術が説明する。”

对比文件明确公开了其技术主题是使用HMM和状态机对移动设备的动作和/或位置状态进行分类，以确定移动设备是否在车辆内。这直接对应于目标专利中“用于分类移动装置的运动状态的方法”这一上位概念。

**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>**《隐含公开》**

说明书第[2]段（对应英文第[2]段）：“モジュール204で、ユーザがどの状態にあるかの確率を反映する尤度のセットを計算するために、特徴抽出モジュールからのデータを適用し得る。尤度の出力セットは、可能なデバイス状態の各々を包含する確率のベクトルでよく、個々の確率合計は1である。”<br>说明书第[2]段（对应英文第[2]段）：“信頼度が低いために判定が除去された場合、分類器は、デフォルト状態、「不明」状態、および/または他の任意の適切な状態を出力し得る。ブロック210で各状態の信頼性を確認した後、実施形態は、ユーザがどの状態であり得るかを出力し得る。”

对比文件公开了计算各状态的概率（似然）向量，并基于置信度测试（信頼性テスト）输出状态。虽然未明确记载“最高概率值”这一表述，但概率向量本身就蕴含了各状态的概率比较，输出状态的过程必然涉及选择概率最高的状态（或经置信度筛选后的状态）。置信度测试必然涉及与某个阈值（第一阈值）的比较，以判断输出是否可靠。因此，对于本领域技术人员而言，从对比文件公开的“计算概率向量”和“进行置信度测试后输出状态”可以确定，其必然包含了“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”这一技术特征。两者作用相同，均为从多个候选状态中确定一个可靠的当前状态。

**C. 进入第一运动状态**<br>**《直接公开》**

说明书第[2]段（对应英文第[2]段）：“信頼度が低いために判定が除去された場合、分類器は、デフォルト状態、「不明」状態、および/または他の任意の適切な状態を出力し得る。ブロック210で各状態の信頼性を確認した後、実施形態は、ユーザがどの状態であり得るかを出力し得る。”<br>说明书第[2]段（对应英文第[2]段）：“フィルタリングされた状態が、信頼性が低い判定を除去する信頼性テストブロック210に提供されて、その結果、デバイスの状態が、フィルタリングブロック208によって識別された最も可能性の高い状態として出力される。”

对比文件明确记载了分类器最终会输出一个状态（例如，步行、车辆停止等），这个“输出”状态即对应于目标专利中的“进入”该运动状态。两者均表示将某个状态确立为当前有效状态。

**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》**

说明书第[2]段（对应英文第[2]段）：“動作状態分類モジュール18は、推定された状態を定期的な間隔(たとえば、1秒ごと等)で、連続的に、および/または他の任意の方法で出力するように構成され得る。”<br>说明书第[2]段（对应英文第[2]段）：“HMMが、状態が自動車停止、または自動車移動のいずれかであることを検出すると、ユーザが上位レベルの自動車(車両動作)状態であると結論付ける。”<br>说明书第[2]段（对应英文第[2]段）：“HMMは、以前の状態を思い出すことによって、着席、ならびに自動車停止状態の明確化を容易にし得る。したがって、ユーザが運転していて信号で停止する場合、以前の状態が自動車移動であり、自動車移動から着席に遷移することは不可能であるので、HMMは着席ではなく自動車停止を報告する。”

对比文件公开了状态分类是周期性、连续进行的（例如每秒）。这意味着系统会不断地基于新数据计算各状态的概率（即“确定第二运动状态”），而在此过程中，系统必然知晓当前的“第一运动状态”（即“以前の状態”）。例如，在车辆移动状态（第一运动状态）作用中时，系统会持续计算包括车辆停止、步行等在内的各状态概率（第二运动状态）。当车辆遇到红灯停下时，系统基于新数据可能计算出“车辆停止”或“着席”状态具有高概率，但根据状态转移规则（HMM），由于前一状态是车辆移动，所以报告“车辆停止”而非“着席”。这个过程隐含了在“第一运动状态处于作用中时”去“确定第二运动状态”。关于“最高概率值”和“大于第一阈值的置信度水平”的论述同特征B，计算概率和置信度测试是持续进行的。因此，该特征被对比文件隐含公开。两者作用相同，都是在当前状态持续期间，评估是否有可能切换到另一个状态。

**E. 确定是否将进入第二运动状态**<br>**《隐含公开》**

说明书第[2]段（对应英文第[2]段）：“図4の例示的ステートマシンは、状態の数が有限であり、すべての状態が知られており、各状態間の遷移も明らかに定義されるという点で、制限的遷移モデルと考えられ得る。”<br>说明书第[2]段（对应英文第[2]段）：“自動車状態から歩行者動作状態へのすべての遷移確率は、自動車移動状態に入る唯一の方法は歩行から自動車停止への遷移によるものであり、自動車移動状態を出る唯一の方法は自動車停止から歩行への遷移によるものなので、歩行と自動車停止との間の遷移以外は0である。”<br>说明书第[2]段（对应英文第[2]段）：“信頼性テストの使用を通じてさらに改善され得る。たとえば、各時間tで、2つの最も可能性が高い状態の事後確率が相互に同等である場合(判定における高い不確実性に対応する)、運転検出判定が廃棄され得る。”

对比文件公开了使用具有明确转移规则（“制限的遷移モデル”）的状态机或HMM。系统在计算出第二运动状态的概率和置信度后，需要根据这些预定义的规则（例如，是否允许从当前状态转移到该状态）以及置信度测试的结果，来决定是否真的进行状态切换（即“进入第二运动状态”）。例如，从车辆移动状态不能直接切换到“着席”状态，即使其概率很高。同时，置信度过低也会导致状态切换被抑制。这个过程即对应于“确定是否将进入第二运动状态”。因此，该特征被对比文件隐含公开。两者作用相同，都是作为状态切换前的决策逻辑，确保状态转换的合理性和可靠性。

**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》**

说明书第[2]段（对应英文第[2]段）：“HMMは着席ではなく自動車停止を報告する。”<br>结合特征C的引用，分类器最终会输出/报告一个状态。当系统根据规则和置信度“确定”应该切换状态时，其后续行为自然就是“报告”或“输出”这个新的状态，即“进入第二运动状态”。

对比文件明确记载了HMM会“報告”某个状态。这个报告行为是基于其内部决策（转移规则、置信度判断）后的结果。因此，“响应于确定...，进入...”这一因果关系和动作被直接公开。两者作用相同，都是执行状态切换的最终步骤。

**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>**《隐含公开》**

说明书第[2]段（对应英文第[2]段）：“信頼性テストの使用を通じてさらに改善され得る。たとえば、各時間tで、2つの最も可能性が高い状態の事後確率が相互に同等である場合(判定における高い不確実性に対応する)、運転検出判定が廃棄され得る。判定の廃棄は、最も可能性が高い状態と、および/または他の任意の適切な因子と間の最小許容差に基づき得る、信頼性しきい値に基づく。”<br>说明书第[2]段（对应英文第[2]段）：“拡張されたステートマシンは、それぞれが遷移のための独自のルールを有する、各個々の状態内のいくつかの(たとえば、2、3、5、等)のサブ状態を提供する。...これは、HMMに、状態を変更する前に、いくつかの中間のサブ状態遷移を通過することを強制し、急速な変動を低減または排除する正味の影響を及ぼす。”<br>说明书第[2]段（对应英文第[2]段）：“ある状態から別の状態への遷移は、所与の状態の最後のサブ状態内でのみ発生し得る。したがって、ある状態から別の状態に移動するには、状態遷移は1行内にN回示されなければならず、誤検出の確率を低減する。”

1. **关于条件1**：对比文件提到了基于“信頼性しきい値”和“最小許容差”来做出判定。这隐含了存在不同级别的置信度判断。较高的置信度差（对应“第二置信度水平大于第二阈值”）可以直接导致状态切换被接受（即“进入第二运动状态”），而较低的置信度差（但仍高于某个基础阈值，即“大于第一阈值”）可能需要更严格的条件。虽然没有明确命名“第一阈值”和“第二阈值”，但设置多个置信度门槛是本领域的常见技术手段，用于实现快速切换与防误判的平衡。<br>2. **关于条件2**：对比文件详细公开了“拡張されたステートマシン”（扩展状态机）和“サブ状態”（子状态）机制。该机制要求状态切换前必须通过一系列子状态，这实质上强制要求新状态（第二运动状态）必须在“预定时间周期内”（即通过N个子状态所需的时间）持续地被识别（“连续地与最高概率值...相关联”），才能最终完成状态切换。这正是一种防止因瞬时噪声导致误切换的延迟确认机制。虽然对比文件未明确将此延迟机制与“大于第一阈值但小于第二阈值的置信度水平”直接关联，但本领域技术人员可以理解，需要启用这种严格延迟机制的场景，通常对应于置信度处于中等水平（即不够高到立即切换，但又高于最低接受阈值）的情况。因此，条件2的整体技术构思——即“在中等置信度下，需持续确认一段时间才切换”——已被对比文件隐含公开。<br>**作用对比**：在目标专利中，该特征用于减少状态切换的振荡，提高分类稳定性。在对比文件中，置信度测试和扩展状态机/子状态机制的作用完全相同，都是为了提高状态检测的准确性、防止误报和状态快速抖动。

技术特征描述

对比文件原文引用

公开性论述

**A. 一种用于分类移动装置的运动状态的方法**<br>《直接公开》

[0023] Embodiments of the present invention are designed to monitor a user's motion state using an inertial sensor. In one embodiment, accelerations are monitored, and a current user motion state is identified from multiple recognizable user motion states based on the accelerations.

对比文件明确公开了使用惯性传感器（如加速度计）监测加速度，并基于加速度从多个可识别的用户运动状态中识别当前用户运动状态的方法。这与目标专利权利要求中“用于分类移动装置的运动状态的方法”这一上位概念直接对应。

**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>《直接公开》

[0051] In one embodiment, the motion state identification engine 280 determines the probability that a user is in a particular motion state. For example, the motion state identification engine 280 may determine that there is a 95% confidence that the user is running. At the same time, the motion state identification engine 280 may also determine that there is a 25% confidence that the user is bicycling. ... The confidence/probability that a user is in a particular motion state may be determined based on a number of positive and/or negative events that are satisfied for that user motion state.

对比文件明确公开了运动状态识别引擎（280）确定用户处于特定运动状态的概率/置信度（如95%置信度为跑步）。这直接公开了“确定...与置信度水平相关联的...运动状态”。虽然没有明确提及“最高概率值”，但确定概率并选择置信度最高（如95%）的状态，是本领域技术人员在实施该方案时的必然选择和隐含步骤。因此，该特征被直接公开。

**C. 进入第一运动状态**<br>《直接公开》

[0068] Depending on the current mode, when one of the count buffers 265 reaches a certain number, the motion log 275 may be updated the count from the count buffer. This may also cause the motion logic 255 to place the counting logic 260 in an active mode, for the user motion state associated with the count buffer.

对比文件公开了当特定运动状态（如行走）的计数缓冲区达到一定数量时，系统会进入与该缓冲区相关联的用户运动状态的“活动模式”（active mode）。这里的“进入活动模式”对应于目标专利的“进入运动状态”。

**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》

[0051] ... The confidence/probability that a user is in a particular motion state may be determined based on a number of positive and/or negative events that are satisfied for that user motion state.<br>[0070] ... In one embodiment, the motion log 275 keeps track of the total number of periodic human motions that have occurred, and the associated activities.<br>[0093] Once in the appropriate active mode 525, acceleration data is monitored to count periodic human motions ...

对比文件公开了系统在“活动模式”（对应“第一运动状态处于作用中”）下，会持续监测加速度数据以计数周期性运动（[0093]）。同时，运动状态识别引擎（280）持续基于事件确定用户处于各运动状态的概率/置信度（[0051]）。本领域技术人员可以理解，在活动模式持续期间，系统必然也在持续进行运动状态识别和置信度计算，以便在用户活动发生变化（如从行走变为跑步）时，能够识别出新的、不同于当前活动模式的运动状态（第二运动状态）及其置信度。因此，该技术特征在对比文件中是隐含公开的。

**E. 确定是否将进入第二运动状态**<br>《隐含公开》

[0068] Depending on the current mode, when one of the count buffers 265 reaches a certain number, ... the motion logic 255 to place the counting logic 260 in an active mode, for the user motion state associated with the count buffer.<br>[0093] Once in the appropriate active mode 525, acceleration data is monitored ... When a periodic human motion is not detected within the set interval, ... an exit mode 535 is initiated.<br>[0125] ... The requirements to remain in an active mode may be even less stringent than the requirements to initiate the active mode, whether from the entry mode or from the exit mode.

对比文件描述了系统在活动模式中，如果未在设定间隔内检测到周期性运动，会启动退出模式（[0093]）。同时，从退出模式重新进入活动模式的条件（[0125]）与最初从进入模式进入活动模式的条件（[0068]）不同，且更为宽松。这隐含了系统在活动模式（第一运动状态）下，会根据预设规则（如是否满足重新进入条件）来判断是否应切换到新的活动模式（第二运动状态）。因此，“确定是否将进入第二运动状态”这一决策步骤是隐含公开的。

**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》

[0068] ... when one of the count buffers 265 reaches a certain number, ... This may also cause the motion logic 255 to place the counting logic 260 in an active mode, for the user motion state associated with the count buffer.<br>[0120] At block 1120, entries in the user motion state service subscription list are scanned to determine notification criteria. ... If the criteria in an entry are satisfied, the method continues to block 1125.

对比文件明确公开了当满足特定条件（如计数缓冲区达到一定数量）时，运动逻辑（255）会使计数逻辑（260）进入与缓冲区相关联的用户运动状态的活动模式（[0068]）。这直接对应于“响应于确定...进入第二运动状态”。图12的方法流程（[0120]）也体现了满足条件则执行相应操作（通知程序）的逻辑，这与“响应于确定...”的结构一致。

**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>《隐含公开》

[0051] ... The confidence/probability that a user is in a particular motion state may be determined based on a number of positive and/or negative events ...<br>[0093] ... When a periodic human motion is counted within the set interval, then the current active mode 525 is continued. When a periodic human motion is not detected within the set interval, ... an exit mode 535 is initiated.<br>[0127] At block 925, processing logic determines whether the timer has timed out (allotted time has elapsed). In one embodiment, the timer times out when no periodic human motions are counted within a cadence window. ... If the allotted time has elapsed, then the buffered count is cleared, and entry mode is initiated (block 930).<br>[0128] At block 935, processing logic determines whether an additional periodic human motion is recognized. If an additional periodic human motion is recognized, then the timer is reset (block 905), the buffered count is incremented by one (block 910)...

对比文件公开了基于置信度/概率识别运动状态（[0051]）。在退出模式（Exit Mode）中，系统尝试重新进入活动模式的条件是：在计时器超时前，连续识别到一定数量（X）的周期性运动（[0127], [0128]）。这隐含了两种进入新状态的逻辑：1) **高置信度快速切换**：虽然没有明确给出“第二阈值”，但本领域技术人员可以理解，如果新状态的置信度足够高（例如远高于识别阈值），系统可以立即切换，这对应于“第二置信度水平大于第二阈值”。2) **连续中置信度切换**：在退出模式下，要求连续识别到X个运动方可重新进入活动模式，这隐含了“在预定时间周期内连续地”与某个状态（原活动模式）相关联。虽然对比文件使用的是“计数周期性运动”作为条件，而目标专利使用的是“置信度水平”，但两者在技术思想上具有共通性，都是通过持续满足某种检测标准来确认状态切换的可靠性，以避免误判。因此，该具体条件设置属于隐含公开。

技术特征描述及公开性判断

对比文件原文引用

公开性论述

**A. 一种用于分类移动装置的运动状态的方法**<br>**《直接公开》**

[0006] “An example of a method of classifying a plurality of state types for a device described herein includes ... where the first state type is a motion state...”<br>[0019] “Techniques are described herein for classifying a plurality of device state types...”

对比文件明确公开了一种用于分类设备（包括移动装置）的多种状态类型（包括运动状态）的方法。其整体技术方案就是通过处理传感器信息来分类设备状态，其中运动状态是核心分类目标之一。这与目标专利权利要求中“用于分类移动装置的运动状态的方法”这一上位概念所限定的技术领域和目的相同。

**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>**《隐含公开》**

[0004] “... the classifier will select both the motion state and the device position that have the highest computed likelihoods...”<br>[0027] “... (1) by choosing the specific motion state/device position combination with the highest joint likelihood or posterior...”<br>[0034] “... the motion state {circumflex over (ω)}motion is initially selected according to: ({circumflex over (ω)}motion, {circumflex over (ω)}position_DISCARD) = arg max_{(ω_motion, ω_position)} P_motion(f_motion \

ω_motion, ω_position)”

对比文件多次公开了分类器通过计算并比较似然度（likelihood）或后验概率（posterior）来选择“最高计算似然度”的运动状态。虽然对比文件未明确记载“大于第一阈值的第一置信度水平”这一表述，但其技术方案隐含了所选择的最高似然度状态是“可信的”或“被接受的”。在本领域，分类器输出一个状态即意味着该状态被认为是最可能的，这本身就建立在一个隐含的置信度判断之上。若分类器对所有状态的置信度都极低（即概率值均未超过一个隐含的接受阈值），则可能不输出任何确定状态或输出“未知”状态。因此，对比文件隐含公开了“确定与最高概率值...相关联的第一运动状态”，且该确定过程必然包含一个隐含的置信度判断（即大于某个接受阈值）。在对比文件中，该特征的作用是确定设备当前最可能的运动状态，这与目标专利中为解决“确定当前运动状态”这一技术问题所起的作用是相同的。

**C. 进入第一运动状态**<br>**《未公开》**

无对应原文。

对比文件描述了分类器“选择（select）”或“确定（determine）”具有最高似然度的运动状态，但全文未提及“进入（enter）”该状态这一后续动作或状态管理步骤。“进入”意味着将所确定的运动状态设置为设备的当前活动状态（active state），这可能涉及状态机的切换、事件触发或向其他应用模块通知状态变更。对比文件的技术方案聚焦于状态分类的算法本身（即从传感器数据计算出状态），并未描述分类结果如何被系统采纳并转变为设备的当前活动状态。因此，该技术特征未被对比文件公开。

**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>**《未公开》**

无对应原文。

对比文件描述的分类过程是基于当前传感器数据实时计算并输出最可能的运动状态，它是一个“单次”或“当前时刻”的分类决策。对比文件没有描述任何关于“当前活动状态（第一运动状态处于作用中）”的概念，也没有描述在保持一个活动状态的同时，持续监控并确定另一个可能成为新活动状态（第二运动状态）的过程。目标专利的该特征体现了一种状态监控和潜在转换的机制，而对比文件仅公开了孤立时刻的状态识别。因此，该技术特征未被对比文件公开。

**E. 确定是否将进入第二运动状态**<br>**《未公开》**

无对应原文。

如对特征C和D的分析，对比文件未建立“活动状态”和“状态进入”的管理机制。因此，自然也不存在基于某种规则（如置信度阈值、时间条件）来“确定是否将进入”一个新状态的决策步骤。该特征是实现状态稳定切换、防止误判的核心，在对比文件的分类算法框架中未见公开。

**F. 响应于确定将进入第二运动状态，进入第二运动状态**<br>**《未公开》**

无对应原文。

该特征是特征E的后续执行动作。由于对比文件未公开“确定是否将进入”的判断逻辑（特征E），也未曾描述“进入”状态的动作（特征C），因此“响应于确定...进入第二运动状态”这一完整的条件状态转换流程在对比文件中完全没有记载。

**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>**《未公开》**

无对应原文。

该特征具体限定了从当前活动状态转换到新活动状态的精确条件，涉及两级置信度阈值（第一阈值、第二阈值）的比较以及时间持续性的要求。这是目标专利为了实现“减少运动状态切换”和“提高状态转换准确性”而设计的特定规则。对比文件通篇未提及任何关于状态转换的条件、阈值比较或时间持续性验证。其分类算法每次独立运行，输出结果，不涉及与历史状态比较或满足特定条件后才更新活动状态。因此，该技术特征未被对比文件公开。

技术特征描述及公开性质

对比文件原文引用

公开性论述

**A. 一种用于分类移动装置的运动状态的方法**<br>《直接公开》

说明书第[0014]段：“The term ‘present state’ or ‘present motion state’ may refer to the current state among a plurality of states in, e.g. a state machine enumerating a series of motion states, e.g. a walk state, run state, autoStop state, autoMove state, etc.”<br>说明书第[0017]段：“Techniques are described herein for classifying the motion and/or position state of a mobile device...”<br>图10及对应说明（第[0073]-[0077]段）描述了“a process 1000 of classifying the motion state of a mobile device”。

对比文件明确公开了用于分类移动装置运动状态的技术和方法，其通过状态机（如walk, run, autoStop, autoMove等）来枚举一系列运动状态，并详细描述了分类过程（如图10的流程）。这与目标专利权利要求主题“一种用于分类移动装置的运动状态的方法”完全对应，属于直接公开。

**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>《隐含公开》

说明书第[0027]段：“These models may apply the data from the feature extraction module to compute a set of likelihoods reflecting probabilities of what state the user is in, at module 204. The output set of likelihoods may be a vector of probabilities encompassing each of the possible device states... The filtered states are then provided to a confidence test block 210 which removes low confidence decisions, as a result of which the device state is output as the most likely state identified by the filtering block 208.”<br>说明书第[0031]段：“At each time instant t=1, 2, . . . , the HMM takes as input a set of likelihood values p(x(t)\

ωi) for the current time t... The HMM of some embodiments outputs K posterior values p(ωi\

x(t−L)) corresponding to the probability of being in each state ωi at time t−L...”<br>说明书第[0052]段：“...the driving detection decision may be discarded if the posterior probabilities of the two most probable states are comparable to one another (corresponding to a high degree of uncertainty in the decision). Discarding of decisions is based on a confidence threshold...”

对比文件公开了基于统计模型（如GMM、HMM）计算各运动状态的似然值或后验概率（即“概率值”），并通过置信度测试模块（confidence test block）来剔除低置信度的决策，最终输出最可能的状态。虽然未明确使用“最高概率值”和“大于第一阈值的第一置信度水平”的表述，但其技术实质是：从一组概率值中选出最可能的状态，并确保该选择的置信度（例如，通过比较最可能状态与次可能状态的概率差）高于某个阈值（confidence threshold），以避免在不确定性高时做出决策。这对本领域技术人员而言，隐含公开了“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”这一技术特征。在对比文件中，该特征的作用是提高运动状态分类的准确性和可靠性，与目标专利中为解决准确分类运动状态的技术问题所起的作用相同。

**C. 进入第一运动状态**<br>《隐含公开》

说明书第[0025]段：“Classifier module 18 may then keep track of what is the current state, based on data from motion detector(s) 12... Module 18 may also determine a change in state... using the transitions and types of states provided by state machine 16.”<br>说明书第[0038]段：“Thus, if the user is driving and comes to a stop at a traffic light, the HMM will report autoStop rather than sit...”<br>图4、5所示的状态机及对应的状态转移描述。

对比文件公开了基于分类器决策和状态机规则，将移动装置的运动状态设置为或报告为某个特定状态（如autoStop）。这个过程即意味着系统“进入”了该运动状态。虽然未使用“进入”一词，但根据状态机的运作原理，确定当前状态即意味着系统处于该状态，这隐含了“进入”的步骤。在对比文件中，该特征的作用是更新并记录设备的当前运动状态，以便后续处理和应用程序使用，与目标专利中为跟踪和响应运动状态变化所起的作用相同。

**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》

说明书第[0031]段：“...at each time instant t=1, 2, . . . , the HMM takes as input a set of likelihood values p(x(t)\

ωi) for the current time t at times t=1, 2, . . . . The HMM of some embodiments outputs K posterior values p(ωi\

x(t−L)) corresponding to the probability of being in each state ωi at time t−L...”<br>结合说明书第[0027]、[0052]段关于持续计算概率和进行置信度测试的描述。

对比文件公开的系统（如HMM）会持续地（at each time instant）基于新的传感器数据计算各状态的概率分布（即确定“最高概率值”的状态），并进行置信度评估。当系统当前处于某个状态（即“第一运动状态处于作用中”）时，这一持续的计算和评估过程自然包括基于新数据确定一个可能与当前状态不同的、具有高置信度的新状态（即“第二运动状态”）。这隐含公开了特征D。在对比文件中，该特征的作用是实现运动状态的动态监测和潜在的状态转换准备，与目标专利中为在状态持续期间检测可能的状态变化所起的作用相同。

**E. 确定是否将进入第二运动状态**<br>《隐含公开》

说明书第[0037]段：“The transition probability matrix for the state machine in FIG. 4 can be represented in various manners.”<br>表1：“Example transition matrix for a motion state classifier.” 该矩阵定义了状态间转移的概率规则。<br>说明书第[0052]段：“Discarding of decisions is based on a confidence threshold...”

对比文件通过状态转移概率矩阵（如表1）和置信度测试机制，为状态转换设定了规则。系统在计算出第二运动状态的概率和置信度后，需要根据这些预定义的规则（例如，是否允许从当前状态转移到新状态，以及新状态的置信度是否足够高）来判断是否实际执行状态转换。这个过程即隐含了“确定是否将进入第二运动状态”。在对比文件中，该特征的作用是控制状态转换的合理性和稳定性，防止错误或频繁的状态跳变，与目标专利中为管理状态转换逻辑所起的作用相同。

**F. 响应于确定将进入第二运动状态，进入第二运动状态**<br>《隐含公开》

说明书第[0038]段：“Thus, if the user is driving and comes to a stop at a traffic light, the HMM will report autoStop rather than sit, as the previous state was autoMove and it is not possible to transition from autoMove to sit.”<br>结合状态机（图4、5）和状态转移矩阵（表1）的描述，当满足转移条件时，系统状态会发生改变。

对比文件公开了在满足状态转移条件（如根据转移概率矩阵和置信度判断）后，系统会报告或进入新的状态（如从autoMove变为autoStop）。这隐含了“响应于确定将进入第二运动状态，进入第二运动状态”这一逻辑步骤。在对比文件中，该特征的作用是执行经过验证的状态转换，使系统当前状态与实际情况保持一致，与目标专利中为实现最终状态更新所起的作用相同。

**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>《隐含公开》

说明书第[0052]段：“Discarding of decisions is based on a confidence threshold, which can be based on a minimum acceptable difference between most probable states...”<br>说明书第[0031]段：“The HMM of some embodiments outputs K posterior values p(ωi\

x(t−L)) corresponding to the probability of being in each state ωi at time t−L (i.e., L time steps ago), where K is the number of lower level states and L is a tunable parameter corresponding to the system latency.”<br>说明书第[0043]段：“The extended state machine breaks one or more existing states into a set of consecutive sub-states which the system must pass through before exiting that state. This adds stickiness to the system by reshaping the distribution of the state duration...”

对比文件公开了基于置信度阈值（confidence threshold）来决定是否采纳某个状态决策，这对应于“置信度水平大于阈值”的条件。虽然没有明确区分“第一阈值”和“第二阈值”，但本领域技术人员可以理解，可以设置不同严格程度的阈值来触发不同的行为（如立即转换或延迟转换）。其次，对比文件引入了“延迟因子L”（latency factor L）和“扩展状态机”（extended state machine）的概念，其目的正是为了增加状态的“粘性”（stickiness），防止因瞬时波动导致状态频繁切换。扩展状态机要求系统在退出一个状态前必须通过一系列连续的子状态，这实质上要求新状态（第二运动状态）的概率/置信度在**一段时间内（即预定时间周期）连续**保持较高水平（即“连续地与最高概率值...相关联”），才能完成最终的状态转换。这隐含公开了特征G的第二种情况。在对比文件中，这些机制的作用是平衡分类的准确性与响应速度，确保状态转换的可靠性和稳定性，与目标专利中为解决相同技术问题所起的作用相同。

技术特征描述及公开性质

对比文件原文引用

公开性论述

**A. 一种用于分类移动装置的运动状态的方法**<br>**《未公开》**

无对应原文。对比文件涉及检测电子设备的“故意运动”以触发特定操作（如播放列表洗牌），而非对“运动状态”（如步行、奔跑、骑车等）进行分类。

对比文件公开了一种处理运动传感器数据以检测用户“故意运动”（如摇晃设备）的方法，其目的是将特定运动模式与设备操作（如媒体控制）相关联（参见[0018], [0035]段）。这与目标专利旨在“分类移动装置的运动状态”（如判断用户是在步行、奔跑还是乘坐车辆）以用于地理围栏、健康监测等应用（参见目标专利[0003]-[0004]段）的技术问题、目的和作用均不相同。因此，对比文件未公开“用于分类移动装置的运动状态的方法”这一技术特征。

**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>**《未公开》**

无对应原文。对比文件涉及将加速度值与固定阈值（如低阈值、高阈值）进行比较，未涉及计算多个候选运动状态的“概率值”或“置信度水平”。

目标专利的技术特征B的核心在于基于统计模型（如GMM）确定多个候选运动状态的概率，并基于最高概率值与次高概率值的差值（即置信度水平）是否超过阈值来确定第一运动状态（参见目标专利[0032]-[0033]段）。对比文件仅公开了处理加速度传感器原始数据，生成单一的加速度值，并将其与预设的固定阈值进行大小比较，以判断设备是否处于特定状态（如“状态1”、“状态2”）（参见[0020], [0048]段及图9）。该过程不涉及概率计算、多状态概率比较或基于概率差值的置信度评估。两者采用的技术手段和判断逻辑存在本质区别。因此，对比文件未公开该技术特征。

**C. 进入第一运动状态**<br>**《隐含公开》**

[0058]段：“State diagram 900 may include state 1, from which the electronic device may begin. ... So long as the detected acceleration value remains greater than or equal to the low threshold, the electronic device may follow edge 902 and remain in state 1.”<br>[0059]段：“When the electronic device determines that the detected acceleration value is smaller than the low threshold, the electronic device may follow edge 904 and move to state 2.”

对比文件公开了电子设备根据处理后的加速度值（A）与阈值（low-TH, high-TH）的比较结果，在不同的“状态”（state）之间进行转换，例如从“状态1”进入“状态2”（参见[0058]-[0059]段及图9）。这里的“进入状态2”即对应于“进入一个由特定条件（A < low-TH）确定的设备状态”。虽然对比文件中的“状态”是基于原始加速度值阈值的简单状态机状态，而目标专利的“运动状态”是基于概率和置信度分类出的语义状态（如“步行”），但“进入一个由传感器数据判定的、表征设备某种情形的状态”这一抽象动作或步骤本身，在对比文件中已被公开。该步骤在对比文件中用于标识设备进入了一个准备检测故意运动的初始静止阶段，与其在目标专利中作为分类结果的输出作用虽不相同，但“进入状态”这一基本操作概念已被隐含公开。

**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>**《未公开》**

无对应原文。对比文件未记载在某个状态“处于作用中”时，同时计算并确定另一个不同的、基于概率和置信度的状态。

该技术特征包含多个限定：1）在第一状态作用中时；2）确定一个不同的第二状态；3）该第二状态的确定基于“最高概率值”和“大于第一阈值的置信度水平”。对比文件的状态转换是顺序的、排他的，例如从状态2到状态3再到状态4（参见[0059]-[0060]段），在任一时刻设备仅处于一个主要状态，并根据加速度值是否满足下一状态的准入条件决定是否转换，不存在在保持当前状态（第一运动状态）作用中的同时，去计算和确定另一个基于概率的不同状态（第二运动状态）的情形。此外，对比文件完全未公开“概率值”和“置信度水平”的概念。因此，对比文件未公开该技术特征。

**E. 确定是否将进入第二运动状态**<br>**《隐含公开》**

[0060]段：“If the electronic device determines that it is still in state 4 ... and that the master timer exceeds the master timeout value, the electronic device may follow edge 914 and return to state 1.”<br>[0061]段：“If the electronic device determines that the detected acceleration value is less than or equal to the high threshold ... and that the minimum timer is less than the minimum timer value, the electronic device may follow edge 916 and return to state 1.”<br>[0062]段：“if the electronic device determines that the detected acceleration value is less than or equal to the high threshold, and the master timer is less than or equal to the master timer value, and the minimum timer is greater than or equal to the minimum timer value, the electronic device may follow edge 918 and move to state 5.”

对比文件详细公开了在状态转换过程中，设备需要判断一系列条件（如加速度值范围、定时器是否超时）以“确定是否将进入”下一个状态。例如，在状态4时，需要判断是否满足进入状态5的条件（加速度值≤ high-TH，且主定时器未超时，且最小定时器已满足），如果满足则进入状态5，否则返回状态1（参见[0061]-[0062]段）。这一“确定是否将进入下一状态”的逻辑判断步骤，在对比文件的状态机运行机制中是其核心部分，用于确保只有符合特定时序和幅值条件的运动才会被认定为故意运动。虽然其判断的具体条件（基于定时器和固定阈值）与目标专利（基于置信度水平与阈值比较，或置信度水平在时间上的持续性）不同，但“在状态转换前进行条件判断以决定是否进入新状态”这一抽象的功能性步骤已被隐含公开。

**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》**

[0064]段：“if the electronic device determines that the detected acceleration value is less than or equal to the low threshold, and the master timer is less than the master timer value, and the maximum timer is less than or equal to the maximum timer value, the electronic device may follow edge 924 and move to state 6. At state 6, the electronic device may generate an event or perform an operation...”

对比文件直接且明确地记载了：当设备确定满足进入状态6的所有条件（即“确定将进入第二运动状态”）后，便沿着边924移动以“进入状态6”（即“进入第二运动状态”），并在状态6执行相应操作（参见[0064]段）。这与目标专利技术特征F的文字描述完全对应。该步骤在对比文件中是状态机成功识别出一个故意运动序列的终点，用于触发设备事件；在目标专利中是成功确认运动状态分类结果后的状态更新。两者在该步骤所起的“根据判定结果更新当前状态”的作用上是相同的。

**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>**《未公开》**

无对应原文。对比文件未涉及“置信度水平”、“概率值”以及基于概率值在时间上连续性的判断条件。

该技术特征限定了进入第二运动状态的两个具体条件，这两个条件均紧密依赖于目标专利特有的“概率值”、“置信度水平”以及“置信度水平与不同阈值比较”或“置信度水平在时间上的持续性”这些概念。对比文件中决定是否进入下一状态的条件完全基于：1）处理后的加速度值与固定阈值（low-TH, high-TH）的大小关系；2）多个定时器（master timer, minimum timer, maximum timer）与相应超时值的时间关系（参见[0059]-[0064]段及图9）。对比文件完全没有公开任何与“概率”、“置信度”相关的计算、比较或时间持续判断。因此，对比文件未公开该技术特征的具体内容。

技术特征描述及公开性质

对比文件原文引用

公开性论述

**A：一种用于分类移动装置的运动状态的方法**<br>《直接公开》

说明书第[0023]段：“...the device 104 may therefore perform an inference 204 of the jogging physical activity 206 of the user 102.”<br>说明书第[0025]段：“...an exemplary method 300 of identifying a physical activity 206 of a user 102 of a device 104.”<br>说明书第[0026]段：“...an exemplary system 408 configured to identify physical activities 206 performed by a user 102 of a device 402...”

对比文件明确公开了一种基于环境指标（如加速度计和GPS数据）推断用户物理活动（如慢跑、步行、乘车、静止）的方法。该方法在移动装置（设备104/402）上执行，用于识别用户的运动状态，这与目标专利权利要求中“用于分类移动装置的运动状态的方法”这一上位概念直接对应。两者均旨在通过处理传感器数据来确定用户的运动状态。

**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>《隐含公开》

说明书第[0039]段：“...the classifier logic may comprise a set of one or more physical activity profiles that respectively indicate a value or range of an environmental metric 202 that may enable an inference 204 of a physical activity 206...”<br>说明书第[0040]段：“...the classifier logic may be further configured to, in addition to selecting a physical activity 206, identify a selection confidence of the selection of the physical activity 206 associated with the environmental metrics 202. For example, the device 104 may define an acceptable confidence level threshold...”

对比文件公开了使用分类器逻辑（如活动配置文件或贝叶斯分类器）根据环境指标来选择和推断物理活动（说明书第[0039]段）。同时，明确记载了分类器逻辑可以识别与所选活动相关联的“选择置信度”，并且设备可以定义一个“可接受的置信度水平阈值”（说明书第[0040]段）。虽然对比文件没有明确使用“最高概率值”这一表述，但分类器逻辑（尤其是贝叶斯分类器）进行推断的本质就是基于概率模型选择最可能的活动。因此，对于本领域技术人员而言，从公开的“根据环境指标推断活动”和“识别选择置信度并与阈值比较”的技术内容中，能够直接且毫无疑义地确定，该推断过程必然涉及计算或评估各候选活动的概率/可能性，并选择其中概率/置信度最高且超过阈值的一个作为确定的（第一）活动状态。此特征在对比文件中是隐含公开的。在对比文件中，该特征的作用是确保活动推断的可靠性，避免在置信度不足时做出错误判断，这与目标专利中为解决“准确分类运动状态”技术问题而设置置信度阈值的作用是相同的。

**C：进入第一运动状态**<br>《直接公开》

说明书第[0023]段：“Based on these inferences 204 of the physical activity 206 of the user 102..., the device 104 may present applications 112 and user interfaces particularly well-suited for the physical activity 206...”<br>说明书第[0045]段：“...the device 104 may, upon identifying a newly initiated physical activity 206, identify an application 112 associated with the physical activity 206, and invoke the application 112.”

对比文件明确记载了在推断出用户的物理活动后，设备会根据该活动来调整其操作，例如呈现与该活动相适应的应用程序和用户界面（说明书第[0023]段），或者在识别出新发起的活动时调用相关联的应用程序（说明书第[0045]段）。这些行为意味着设备已经“进入”或“采纳”了所推断出的活动状态，并据此执行后续操作。这与目标专利中“进入第一运动状态”的特征直接对应，都是指将确定的状态作为当前有效状态来指导设备行为。

**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》

说明书第[0023]段：以多个示例描述了根据持续监测的环境指标推断不同的活动（如慢跑、跑步机慢跑、步行、乘车、静止）。<br>说明书第[0040]段：“Additionally, if the selection confidence is low, the device 104 may collect at least one additional environmental metric 202 from the environmental sensors 106..., and may apply the classifier logic to the combination... in order to achieve an acceptably accurate inference 204.”<br>说明书第[0042]段：“...upon receiving environmental metrics 202 associated with a new physical activity 206, the device 104 and/or physical activity identifying service may adjust the inference 204...”

对比文件公开了持续监测环境指标并推断用户活动的方法。说明书第[0023]段通过一系列示例（从慢跑变为静止乘车等）暗示了活动状态会随着时间和环境变化而改变。说明书第[0040]段提到在置信度低时可收集更多指标以达成准确推断，这隐含了持续进行状态判断的过程。说明书第[0042]段更是明确提到了接收与“新物理活动”相关的环境指标并调整推断。对于本领域技术人员而言，在设备已经基于之前推断处于某个活动状态（即“第一运动状态处于作用中”）的背景下，持续监测和推断的必然结果就是可能“确定”一个与当前状态不同的“第二运动状态”。结合前述关于分类器逻辑、置信度及阈值的公开内容（特征B），可以确定这个第二状态的确定同样会涉及概率和置信度评估。因此，该特征在对比文件中是隐含公开的。在对比文件中，该特征的作用是实现对用户活动变化的动态感知和响应，这与目标专利中为了在运动状态变化时做出准确切换所起的作用是相同的。

**E：确定是否将进入第二运动状态**<br>《隐含公开》

说明书第[0040]段：“...the device 104 may define an acceptable confidence level threshold in selecting one physical activity 206 over other physical activities 206..., and may only report the inferred physical activity 206 if the selection confidence exceeds the acceptable confidence level threshold.”<br>说明书第[0045]段：“...upon identifying a newly initiated physical activity 206, identify an application 112 associated with the physical activity 206, and invoke the application 112.”

对比文件公开了设备仅当选择置信度超过可接受阈值时才“报告”推断出的活动（说明书第[0040]段），以及在“识别出新发起的活动”时采取行动（如调用应用）（说明书第[0045]段）。这隐含了一个决策过程：设备在推断出一个可能的新活动（第二运动状态）后，需要判断该推断是否可靠到足以触发状态切换或相关操作，即“确定是否将进入第二运动状态”。这个决策的核心依据就是置信度是否满足条件（如超过阈值）。虽然对比文件没有使用“进入”一词，但“报告”推断活动或基于“新发起活动”执行操作，实质上就是采纳或进入该新状态的表现。因此，该特征在对比文件中是隐含公开的。其作用与目标专利中相同，都是为了确保状态转换的可靠性，防止因瞬时或低置信度的推断导致状态频繁或不正确的切换。

**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》

说明书第[0045]段：“...upon identifying a newly initiated physical activity 206, identify an application 112 associated with the physical activity 206, and invoke the application 112.”<br>说明书第[0047]段：“...the device 104 may select the user interface mode for the user interface of the application 112 that is associated with a current physical activity 206.”

对比文件明确记载了在识别出新发起的物理活动后，设备会执行与该活动相关联的操作，例如调用特定应用程序（说明书第[0045]段）或选择对应的用户界面模式（说明书第[0047]段）。这些操作明确体现了设备“进入”了新的活动状态，并以此状态来驱动后续行为。这与目标专利中“响应于确定将进入第二运动状态，进入第二运动状态”的特征直接对应。

**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>《未公开》

无

对比文件虽然公开了使用置信度阈值来决定是否报告或采纳推断的活动（说明书第[0040]段），但仅公开了一个“可接受的置信度水平阈值”。对比文件没有公开存在两个不同的阈值（第一阈值和第二阈值，且第二阈值大于第一阈值），更没有公开基于这两个阈值的不同条件（立即进入或需持续一定时间后进入）来决定是否进入第二运动状态的特定逻辑。特别是“在预定时间周期内连续地”与特定置信度范围相关联这一用于防止状态抖动的具体技术手段，在对比文件中完全没有记载。该特征在目标专利中用于精细控制状态转换的时机和稳定性，对比文件整体方案中并未包含这一具体规则。

技术特征描述及公开性质

对比文件原文引用

公开性论述

**A. 一种用于分类移动装置的运动状态的方法**<br>**《直接公开》**

说明书第[0005]段：“Embodiments disclosed herein may relate to a method for performing a context inference for a mobile device.”<br>说明书第[0021]段：“Context, as used herein may be any information that can be used to characterize the situation of a user. For example, context can describe what a user is doing...”<br>说明书第[0046]段：“...the classification of a motion sensor may be: walking, sitting, running, or driving...”

对比文件明确公开了一种用于对移动设备进行上下文推断的方法，上下文包括描述用户正在做什么（例如，行走、坐着、奔跑、驾驶等），这直接对应于目标专利中“分类移动装置的运动状态”的方法。两者属于相同的技术领域，解决相似的问题（基于传感器数据识别用户状态）。

**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>**《直接公开》**

说明书第[0026]段：“...the CASM may determine which class has the highest probability and output the maximum probability as the confidence.”<br>说明书第[0050]段：“The confidence may be compared to a confidence threshold...”

对比文件直接公开了分类器确定具有最高概率的类别（即“最高概率值”），并将该最大概率作为置信度输出。同时，该置信度会与一个置信度阈值进行比较。这公开了“确定与最高概率值...相关联的第一运动状态”以及“置信度水平大于第一阈值”的特征。

**C. 进入第一运动状态**<br>**《隐含公开》**

说明书第[0061]段：“...then the CASM may have a high confidence that the point 310 is Class A and **output the context inference associated with Class A** without activating additional sensors.”<br>说明书第[0082]段：“...a final determination is **output** at block 530.”

对比文件虽然没有使用“进入”这一表述，但多次描述了在置信度足够高时，系统会“输出（output）”最终的分类/上下文推断结果。对于本领域技术人员而言，输出一个分类结果即意味着系统采纳、确认或“进入”了该状态，并将其作为当前有效的上下文用于后续决策或应用。这与目标专利中“进入第一运动状态”在该步骤中所起的作用（确立当前作用中的状态）是相同的。

**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》**

说明书第[0064]-[0068]段，特别是第[0064]段：“The CASM may determine that a user is unlikely to transition directly to/from certain classifications. For example, the CASM may process a data sensor sample... that infers a user may be driving in a car based on sensor data sampled at time window T1. If at the next classification... at the next time window T2, the classification infers the user is sitting at a desk, the CASM can determine that this direct transition (i.e., car to desk) is unlikely.”<br>说明书第[0070]段：“During the next time window t1 422 to t2 432, Sensor X 405 outputs a sensor data sample indicating a **Class B 425** classification.”

对比文件详细描述了系统持续进行传感器采样和分类（例如，时间窗口T1，T2）。当系统基于前一个时间窗口（T1）的分类结果（例如，“驾驶”，相当于第一运动状态处于作用中）运行时，在下一个时间窗口（T2）会基于新的传感器数据确定一个新的分类（例如，“坐在桌边”，相当于第二运动状态）。这个新分类是通过分类器计算得到的，且根据上下文，其确定方式与确定第一分类时相同（即基于概率和置信度）。新分类（Class B）与旧分类（Class A）不同。这隐含公开了在已有作用中状态（第一运动状态）时，确定一个新的、不同的第二运动状态的过程。

**E. 确定是否将进入第二运动状态**<br>**《隐含公开》**

说明书第[0064]段：“Upon determining the transition is unlikely the CASM may determine the overall classification confidence to be low, or may lower the individual confidence associated with the most recent classification.”<br>说明书第[0071]段：“Upon detecting an unlikely or improbable change in classification has resulted from a sensor..., the CASM can activate an additional sensor... to **verify the current classification**.”

对比文件公开了当检测到分类发生“不可能的”转变时，系统不会立即采纳（进入）这个新的分类（第二运动状态），而是通过激活额外传感器来“验证当前分类”。这个过程本身就包含了“确定是否将进入第二运动状态”的判断逻辑。系统需要评估新分类的可靠性（例如，是否是不可能的转变），然后决定是直接接受、拒绝还是需要进一步验证。这隐含了“确定是否将进入”这一决策步骤。

**F. 响应于确定将进入第二运动状态，进入第二运动状态**<br>**《隐含公开》**

说明书第[0071]段：“...the CASM activates Sensor Z 410 after the unlikely or improbable class transition... is detected...”<br>说明书第[0071]段：“In one embodiment, the CASM suppresses the Class B 435 determination from Sensor X 405 to **output a Class A 440 output**.” 以及后续第[0072]段描述当传感器Z的数据支持Class A时，输出Class A。

对比文件描述了系统在做出决策后的行为。例如，当额外传感器验证支持新的分类，或系统经过判断决定采纳新分类时，最终会输出该新分类（参见图4及对应描述，当Sensor Z支持Class A时，输出Class A，尽管Sensor X给出了Class B）。这个“输出”新分类的行为，对应于目标专利中的“进入第二运动状态”。它是在系统完成“是否进入”的判断（例如，通过额外传感器验证）后执行的响应动作。

**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>**《未公开》**

无

对比文件没有公开任何涉及“第二阈值”的概念，也没有公开基于两个不同阈值（第一阈值和第二阈值）来区分是立即切换还是延迟切换的机制。对比文件中决定是否采纳新分类（或激活额外传感器）的触发条件包括：置信度低于阈值（第[0050]、[0081]段），或检测到“不可能的”状态转变（第[0064]段）。但“不可能的转变”是一个基于先验知识的逻辑判断，而非目标专利中所述的基于“第二置信度水平大于第二阈值”或“在预定时间周期内连续满足特定置信度条件”的量化延迟切换规则。因此，对比文件既未直接记载也未隐含公开该具体技术特征。

技术特征描述及公开性质

对比文件原文引用

公开性论述

**A. 一种用于分类移动装置的运动状态的方法**<br>**《隐含公开》**

说明书第[0057]段：“For example, the mobile communication device context corresponds to a determination of various states of movement/travel, such as in a non-transitory state, an in-transit state (including city/urban travel transit, highway transit, and in-flight transit states), a journey onset state, and a journey termination state.”

对比文件公开了一种监控移动设备上下文的方法，其中明确包括确定设备的移动/旅行状态，例如“非过渡状态”、“运输中状态”等。这实质上是一种对移动装置运动状态（或旅行状态）进行分类的方法。虽然对比文件的主要应用目的是通信管理，但其技术方案的基础步骤包含了基于传感器输入对设备运动状态进行分类。这与目标专利中“分类移动装置的运动状态”这一上位方法特征在技术手段和实现目的（识别状态）上相同，因此该特征被隐含公开。

**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>**《未公开》**

无对应原文。对比文件中描述状态判断时未提及“概率值”、“置信度水平”或“阈值”比较。例如，说明书第[0072]段及图5-7的状态机，其状态转换基于传感器参数（如速度、位移变化）与预设条件的直接比较，而非基于多个候选状态的概率计算和置信度评估。

目标专利的该特征核心在于基于统计模型（如GMM）计算多个运动状态的概率，并选择具有最高概率值且其置信度（如基于与次高概率的差值）超过某一阈值的状态作为确定状态。对比文件公开的旅行状态上下文评估算法（如说明书第[0072]段及图5-7）使用的是基于规则的状态机，通过传感器数据（如速度、位移变化）直接判断当前应处的状态，并未公开任何涉及计算多个状态概率、比较概率值高低、并评估置信度是否超过阈值的技术手段。两者在确定状态的具体技术手段上存在本质区别。因此，该特征既未被直接公开，也未被隐含公开。

**C. 进入第一运动状态**<br>**《直接公开》**

说明书第[0072]段状态机描述及图5-7。例如，图5状态机中包含“Non-Transitory State”和“In-Transit State”等状态，当条件满足时，移动设备会进入相应的状态。

对比文件公开的旅行状态上下文评估算法是一个状态机（如说明书第[0072]段及图5-7），当算法根据输入数据判断满足某个状态（如“运输中状态”）的进入条件时，移动设备即进入该状态。这直接公开了“进入第一运动状态”这一动作特征。

**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>**《未公开》**

无对应原文。对比文件状态机（如图5-7）会在当前状态下持续监测条件，并在条件变化时可能触发向新状态的转换。例如，从“In-Transit”转换到“Non-Transitory”。但该转换判断未涉及任何“概率值”、“置信度水平”或“阈值”的比较。

该特征包含两个核心限定：1) 在第一状态作用中时，确定一个不同的第二状态；2) 该第二状态的确定方式是基于“最高概率值”和“大于第一阈值的置信度水平”。对比文件的状态机确实会在当前状态（相当于“第一运动状态处于作用中”）下持续监测，并在满足新状态条件时进行转换（可能对应“第二运动状态”）。然而，对比文件完全未公开如何通过计算概率和评估置信度来确定这个新状态。其状态转换是基于传感器数据与预设规则（如速度低于某值持续一段时间）的直接匹配，而非概率统计模型下的置信决策。因此，该特征未被对比文件公开。

**E. 确定是否将进入第二运动状态**<br>**《直接公开》**

说明书第[0072]段状态机描述及图5-7。状态机逻辑中包含了在特定条件下决定是否从当前状态转换到另一个状态的判断逻辑。

对比文件的状态机（如图5-7）明确包含了状态转换逻辑。例如，在“运输中状态”下，如果检测到速度持续低于某个阈值等条件，算法将“确定”是否应转换到“非过渡状态”。这直接公开了“确定是否将进入第二运动状态”这一决策步骤特征。

**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》**

说明书第[0072]段状态机描述及图5-7。当状态转换条件被满足且决定进行转换时，状态机将执行状态切换，进入新的状态。

对比文件的状态机逻辑是：一旦确定满足进入新状态的条件（即“确定将进入第二运动状态”），则立即执行状态切换操作，使设备上下文更新为新状态（即“进入第二运动状态”）。这直接公开了该特征。

**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>**《未公开》**

无对应原文。对比文件中完全没有涉及“置信度水平”、“第一阈值”、“第二阈值”以及基于不同置信度阈值和时间持续条件的复杂进入逻辑。

该特征是目标专利中关于状态转换条件的进一步具体限定，其核心在于依据不同等级的置信度阈值（第一阈值、第二阈值）以及状态概率在时间上的持续性来综合决定是否进行状态切换。对比文件公开的状态转换条件（如说明书第[0072]段及图5-7）完全基于传感器数据的直接测量值（如速度、位移变化）是否满足预设条件，不涉及任何基于概率模型的置信度概念，更没有不同阈值等级的比较以及基于时间持续性的概率/置信度判断。因此，该具体转换条件特征未被对比文件公开。

技术特征描述及公开性判断

对比文件原文引用

公开性论述

**A：一种用于分类移动装置的运动状态的方法**<br>**《直接公开》**

[0006] 本発明に係る移動状態推定装置は、端末の３軸方向の加速度を加速度情報として検出するセンサ部と、... 前記使用者が前記移動状態にある可能性を表す確信度を該移動状態ごとに推定する移動状態推定部と、... 確信度が補正された移動状態である補正移動状態を得る補正部と、を具備することを特徴とする。<br>[0044] 移動状態推定装置の動作を示すフローチャート。

对比文件明确公开了一种移动状态估计装置及方法，其通过传感器部检测加速度信息，由移动状态估计部估计用户处于各移动状态的可能性（确信度），并经补正部处理后得到最终的移动状态。该方法属于“用于分类移动装置的运动状态的方法”，与目标专利特征A所限定的方法类型相同。

**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>**《隐含公开》**

[0025] ステップＳ５０６では、ステップＳ５０５で補正された移動状態に対応する確信度に対して、ある閾値以上の確信度である移動状態を出力する。<br>[0026] 例えば確信度の閾値が「０．５」であった場合、３種類の移動状態「静止」「歩行」「乗車」のうち閾値以上の確信度がある移動状態は「歩行」（確信度０．６）および「乗車」（確信度０．７）である。<br>[0020] 確信度補正部１０７は、... 最も確信度の高い移動状態を、ある時刻におけるユーザの移動状態として外部にある移動状態利用アプリケーションへ出力する。

对比文件公开了以下内容：1）移动状态估计部会输出各移动状态的确信度（概率值）；2）会设定一个确信度阈值，并输出确信度在该阈值以上的移动状态；3）最终，确`信度补正部会输出“最も確信度の高い移動状態”（确信度最高的移动状态）。虽然对比文件没有明确记载“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”这一完整的步骤描述，但其技术方案必然包含了从所有候选状态中，筛选出同时满足“确信度最高”和“确信度大于阈值”这两个条件的移动状态作为输出结果的过程。这对本领域技术人员而言是能够直接、毫无疑义地确定的。在对比文件中，该筛选过程的作用是确保输出的运动状态具有足够的可靠性，与目标专利中为解决状态误判、提高分类准确性所起的作用相同。

**C：进入第一运动状态**<br>**《直接公开》**

[0020] 確信度補正部１０７は、... 最も確信度の高い移動状態を、ある時刻におけるユーザの移動状態として外部にある移動状態利用アプリケーションへ出力する。

对比文件明确记载了将确信度最高的移动状态作为用户的移动状态进行输出。这里的“出力する”（输出）即意味着将该状态确定为当前有效的状态，相当于目标专利中的“进入”该运动状态。两者作用相同，都是将识别出的状态设为当前活动状态。

**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》**

[0044] ステップＳ４０６では、... 停止指示がない場合または一定期間をまだ経過していない場合は、ステップＳ４０１に戻り、ステップＳ４０１からステップＳ４０５までの処理を繰り返す。<br>[0025] ステップＳ５０６では、... ある閾値以上の確信度である移動状態を出力する。<br>[0020] ... 最も確信度の高い移動状態を...出力する。

对比文件的方法是一个持续循环的过程（参见流程图图4及步骤S406）。在某一时刻t1，系统输出（进入）了第一运动状态（即当前作用中状态）。在下一个处理周期（时刻t2），系统会再次执行从加速度信息采集到状态估计、补正和输出的全过程。根据步骤S506和[0020]，系统在t2时刻会再次确定并输出一个“确信度最高”且其确信度“大于阈值”的移动状态。如果t2时刻确定的这个状态与t1时刻的状态不同，那么该状态就是“第二运动状态”。虽然对比文件没有明确使用“当第一运动状态处于作用中时”的表述，但其连续、循环运行的本质意味着在输出新状态时，旧状态在逻辑上仍是“处于作用中”的（直到被新状态替代）。因此，该特征被对比文件整体技术方案所隐含公开。在对比文件中，该连续确定过程的作用是实现运动状态的实时更新，与目标专利中为了监测状态变化所起的作用相同。

**E：确定是否将进入第二运动状态**<br>**《未公开》**

（无对应原文）

对比文件的技术方案中，每当处理周期完成，系统会直接输出当前时刻确信度最高且大于阈值的状态（参见对特征C、D的论述）。整个流程是确定性的，没有描述任何额外的逻辑步骤来“确定是否将进入”这个新状态。例如，没有评估当前状态（第一运动状态）的持续时间、新旧状态置信度水平的比较（除高低判断外）、或引入延迟机制来决定是否用新状态替换旧状态。目标专利特征E引入了一个独立的决策步骤，这是对比文件所不具备的。

**F：响应于确定将进入第二运动状态，进入第二运动状态**<br>**《未公开》**

（无对应原文）

由于对比文件没有公开特征E（“确定是否将进入第二运动状态”），因此也就不存在“响应于该确定而进入第二运动状态”这一条件性的步骤。对比文件的状态切换是即时、无条件的。

**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>**《未公开》**

（无对应原文）

对比文件完全没有公开任何关于状态转换的、基于不同置信度阈值（第一阈值、第二阈值）或时间持续性（预定时间周期内连续）的判定条件。其状态输出仅基于单一时点的“确信度最高且大于（单一）阈值”这一条件（参见特征B、C、D的论述）。目标专利特征G所限定的两种具体转换条件，是对比文件技术方案中完全不涉及的内容。

技术特征描述及公开性判断

对比文件原文引用

公开性论述

**A：一种用于分类移动装置的运动状态的方法**<br>**《直接公开》**

第[0016]段：“Techniques are described herein for classifying the motion and/or position state of a mobile device, e.g., to determine that a mobile device is located in a vehicle (e.g., car, bus, train, etc.) using a hidden Markov model (HMM) and associated state machine.”<br>第[0066]-[0069]段（结合图10）：“a process 1000 of classifying the motion state of a mobile device includes the stages shown. ... At stage 1006, likelihoods are computed for the one or more pedestrian motion states and the one or more vehicular motion states for respective time intervals based on the acceleration data. ... At stage 1008, the computed likelihoods are filtered to obtain present motion states for the respective time intervals.”

对比文件明确公开了用于分类移动装置运动状态的技术和方法，其核心是利用传感器数据（如加速度计）计算各运动状态的概率（似然度），并通过模型（如HMM）进行过滤以确定当前运动状态。这与目标专利权利要求1所要求保护的“用于分类移动装置的运动状态的方法”属于相同类型的技术主题，因此该技术特征被直接公开。

**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>**《隐含公开》**

第[0026]段：“These models may apply the data from the feature extraction module to compute a set of likelihoods reflecting probabilities of what state the user is in, at module 204. ... The filtered states are then provided to a confidence test block 210 which removes low confidence decisions, as a result of which the device state is output as the most likely state identified by the filtering block 208.”<br>第[0051]段：“... the driving detection decision may be discarded if the posterior probabilities of the two most probable states are comparable to one another (corresponding to a high degree of uncertainty in the decision). Discarding of decisions is based on a confidence threshold...”

对比文件公开了计算一组反映用户处于各状态的概率（似然度）（第[0026]段），并输出过滤模块识别出的“最可能状态”（most likely state）。同时，系统包含置信度测试（confidence test），会基于置信度阈值（confidence threshold）剔除低置信度的决策（第[0026]、[0051]段）。这意味着，最终被输出/确定的“最可能状态”，必然是已经通过了置信度测试（即其置信度水平高于某个阈值）的状态。虽然对比文件未明确使用“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”这一表述，但其技术方案必然包含了“确定一个最可能状态，且该状态的置信度高于某个阈值”这一逻辑步骤。因此，该技术特征被隐含公开。在对比文件中，该特征的作用是确保状态分类结果的可靠性，避免输出不确定性高的状态，这与目标专利中为解决准确分类技术问题所起的作用相同。

**C：进入第一运动状态**<br>**《直接公开》**

第[0026]段：“... the device state is output as the most likely state identified by the filtering block 208.”<br>第[0069]段：“... the present motion states for the respective time intervals are not limited to a present state at the time the likelihoods are calculated; rather, the present motion states may refer to the motion state that was present during the respective time interval...”

对比文件明确记载了将设备状态输出（或报告）为识别出的最可能状态（第[0026]段），并且该状态被称为“当前运动状态”（present motion state）（第[0069]段）。将某个状态确定为并输出为“当前状态”，即意味着系统进入了该状态。因此，“进入第一运动状态”这一特征被直接公开。

**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》**

第[0037]段：“The HMM of some embodiments may facilitate the disambiguation of sit and autoStop states by remembering the previous state. Thus, if the user is driving and comes to a stop at a traffic light, the HMM will report autoStop rather than sit, as the previous state was autoMove and it is not possible to transition from autoMove to sit.”<br>第[0040]段：“... the only way to enter the autoMove state is by transitioning from walk to autoStop, and the only way to exit the autoMove state is by transitioning from autoStop to walk.”

对比文件描述了基于历史状态和状态转移规则来确定当前状态的过程。例如，当用户驾车并在红灯处停下时，系统会根据之前的状态（autoMove）和状态机规则（不能从autoMove直接转到sit），确定当前应报告autoStop状态（第[0037]段）。这个过程发生在“autoMove”状态作为当前作用中状态期间，系统基于新数据计算概率，并确定了一个新的、不同的最可能状态（autoStop）。同时，系统包含置信度测试（见特征B论述），因此这个新确定的“最可能状态”也必然关联于一个大于阈值的置信度水平。虽然对比文件未以完全相同的措辞描述此过程，但其状态分类机制在运行时，必然隐含了“在当前状态作用期间，持续计算并确定新的最可能状态（若不同）”这一技术特征。因此，该特征被隐含公开。在对比文件中，该特征是实现状态间准确转换、避免误判（如将停车误判为静坐）的核心机制，与目标专利中为实现平滑、准确状态转换所起的作用相同。

**E：确定是否将进入第二运动状态**<br>**《隐含公开》**

第[0040]段：“... the only way to enter the autoMove state is by transitioning from walk to autoStop, and the only way to exit the autoMove state is by transitioning from autoStop to walk.”<br>第[0042]段：“This forces the HMM to pass through several intermediate sub-state transitions before changing state, which has the net effect of reducing or eliminating rapid fluctuations.”

对比文件公开的状态机对状态转移施加了明确的限制（如只有walk能进入autoStop，只有autoStop能进入walk或autoMove）（第[0040]段），并且通过扩展状态机引入了“粘性”，要求系统在真正改变状态前必须通过一系列子状态（第[0042]段）。这些机制本质上都是在“确定是否将进入一个新状态”时进行的逻辑判断。系统需要评估当前状态、候选状态以及它们之间的转移规则（包括时间持续性要求），才能决定是否执行状态转换。因此，“确定是否将进入第二运动状态”这一决策步骤是隐含在对比文件所公开的状态转换逻辑中的。在对比文件中，该特征的作用是控制状态转换的合理性和稳定性，防止状态频繁或不合理的跳变，这与目标专利中为解决状态切换频繁的技术问题所起的作用相同。

**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》**

第[0037]段：“... the HMM will report autoStop rather than sit...”<br>第[0069]段：“... the present motion states for the respective time intervals ... may refer to the motion state that was present during the respective time interval...”

对比文件明确记载了系统在做出状态判断后，会“报告”（report）新的状态（第[0037]段），该状态即成为“当前运动状态”（第[0069]段）。这直接对应于“进入第二运动状态”这一动作。因此，该技术特征被直接公开。

**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>**《隐含公开》**

**对于条件1：** 第[0040]段：“... self-transition probabilities are set to relatively high values to discourage rapid state oscillations... The autoMove state is given the highest self-transition probability in Table 1 since it is anticipated that the user will remain in the autoMove state for long periods of time.”<br>**对于条件2：** 第[0042]段：“The extended state machine breaks one or more existing states into a set of consecutive sub-states which the system must pass through before exiting that state. ... This forces the HMM to pass through several intermediate sub-state transitions before changing state, which has the net effect of reducing or eliminating rapid fluctuations.”<br>第[0043]段：“... a transition from one state to another state can only occur within the final sub-state of a given state. Thus, to move from one state to another state, the state transition must be indicated N times in a row...”

对比文件虽然没有明确设定两个置信度阈值，但其技术方案隐含了与条件1和条件2实质相同的两种状态转换触发机制。<br>**条件1对应高置信度立即转换：** 对比文件通过设置高自转移概率来“阻止快速状态振荡”（第[0040]段）。这意味着，当新状态的置信度（或证据强度）非常高，足以克服这种高自转移概率的“惯性”时，状态转换会立即发生。这隐含了存在一个较高的“阈值”（第二阈值），当置信度超过它时，无需延迟即可转换。<br>**条件2对应中等置信度延迟转换：** 对比文件公开的扩展状态机要求系统在改变主状态前，必须连续通过N个子状态（第[0042]、[0043]段）。这等效于要求新状态必须在“预定时间周期内”（即通过N个子状态所需的时间）连续被指示为最可能状态。只有当这种连续性得以维持，系统才会最终转换到新状态。这隐含了在置信度水平不足以立即触发转换（即小于上述高阈值但大于某个基础阈值）时，需要满足时间持续性条件。<br>因此，对比文件隐含公开了基于两种不同置信度水平（对应不同阈值）和时间持续性条件来决定是否进入新状态的机制。该机制在对比文件中的作用是平衡状态分类的响应速度和稳定性，减少误报和抖动，这与目标专利中为解决相同技术问题所起的作用相同。

技术特征描述及公开性判断

对比文件原文引用

公开性论述

**A. 一种用于分类移动装置的运动状态的方法**<br>《直接公开》

说明书第[0017]段：“本発明の第１の観点によれば、ユーザの行動に伴い変化するセンサデータに基づいて、前記ユーザが複数の行動のうちの何れの行動を行っているかを求める行動識別手段と、...”<br>说明书第[0020]段：“本発明によれば、消費電力を抑えながらも、ユーザが現在どのような行動をしているのかを精度良く取得することができる。”

对比文件明确公开了一种基于传感器数据识别用户当前行为（行动）的方法，其目的同样是“精度良く取得することができる”（准确获取），即对用户状态进行分类。这与目标专利“用于分类移动装置的运动状态的方法”属于相同类型的技术方法。

**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>《直接公开》

说明书第[0022]段：“行動識別部２００は、センサデータ取得部１００が取得したセンサデータを用いて特徴量を計算する。また、行動識別部２００は、計算した特徴量と、予め構築しておいた識別モデルとを用いてセンサデータに対する識別結果を出力する。ここで識別結果とは行動、およびその行動に対する尤度である。”<br>说明书第[0025]段：“例えば、図４の計算例５２に示すように、最大の尤度を持つ行動を採用するルールを用いて処理間隔を求める。例えば、図３に表される識別結果が得られた場合を想定すると、最大の尤度を持つ行動は「歩行」である。”

对比文件中的“行動識別部200”输出各行动（如步行、停止等）的“尤度”（likelihood），即概率值。其“処理間隔計算部300”明确采用“最大の尤度を持つ行動”（具有最高概率值的行动）的规则。虽然没有明确记载“大于第一阈值”的置信度水平判断，但“采用最大尤度的行动”这一规则本身，对于本领域技术人员而言，隐含了该最大概率值需要达到一定的可信度（即大于某个隐含阈值）才会被采纳，否则系统将无法可靠地确定当前状态。在对比文件中，确定该“最大尤度的行动”是为了计算下一次识别的处理间隔，而在目标专利中是为了确定并进入第一运动状态，两者目的虽不完全相同（前者为节能调度，后者为状态决策），但“确定具有最高概率值的状态”这一核心判断步骤及其所需的置信度基础是直接且明确公开的。

**C. 进入第一运动状态**<br>《隐含公开》

说明书第[0025]段：“最大の尤度を持つ行動は「歩行」である。”<br>说明书第[0028]段：“処理間隔設定部４００は、処理間隔計算部３００が求めた処理間隔を用いて次回の行動識別処理開始時刻を求め、センサデータ取得部１００、行動識別部２００に行動識別処理開始時刻を設定する。”

对比文件虽未使用“进入...状态”的表述，但其技术方案的逻辑是：根据当前识别周期内具有最高概率值（最大尤度）的行动（如“步行”），来决定系统后续的行为（即设定基于该行动的处理间隔）。这意味着系统在逻辑上已经“采纳”或“认定”该最高概率行动为当前的有效状态，并据此执行后续操作（调整识别频率）。这种“采纳并基于该状态进行后续操作”的行为，对于本领域技术人员而言，等同于“进入”该状态。在对比文件中，进入该状态的作用是作为调整处理间隔的依据；在目标专利中，是作为当前的运动状态分类结果。两者作用的具体应用场景不同，但“将识别出的最可能状态作为当前有效状态”这一技术实质是隐含公开的。

**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》

说明书第[0028]段：“センサデータ取得部１００と行動識別部２００は、処理間隔設定部４００が設定した行動識別処理時刻になると、再度センサデータの取得、行動識別処理を実行する。”<br>说明书第[0025]段：“最大の尤度を持つ行動を採用するルールを用いて処理間隔を求める。”

对比文件的技术方案是周期性或按设定间隔执行识别。当系统基于前一周期识别出的“第一运动状态”（如步行）设定了处理间隔后，在下一个识别时刻（即“第一运动状态处于作用中”的期间），会再次执行识别过程，得到新的识别结果（包含各行动的概率值）。如果新的识别结果中“最大尤度”的行动发生了变化（例如从“步行”变为“奔跑”），且该最大概率值满足系统采纳的置信度要求（隐含阈值），那么就相当于“确定了...第二运动状态，第二运动状态不同于第一运动状态”。在对比文件中，这一过程是为了持续监控状态变化以动态调整处理间隔；在目标专利中，是为了在已有状态作用期间判断是否可能切换到新状态。两者目的均涉及对状态变化的持续监测与判断，技术实质相同。

**E. 确定是否将进入第二运动状态**<br>《隐含公开》

说明书第[0025]段：“最大の尤度を持つ行動を採用するルールを用いて処理間隔を求める。”<br>说明书第[0028]段：“処理間隔設定部４００は、処理間隔計算部３００が求めた処理間隔を用いて次回の行動識別処理開始時刻を求め、...設定する。”

在对比文件中，每次识别出新的“最大尤度行动”后，系统会基于此行动（无论是与之前相同还是不同）重新计算并设定处理间隔。这意味着系统逻辑上已经“决定”将当前识别出的状态（可能是新的第二状态）作为系统后续行为（调整间隔）的依据。虽然没有“是否将进入”的显式判断步骤，但“采用最大尤度行动”这一规则本身，结合周期性识别机制，隐含了这样一个决策过程：如果新识别出的状态（第二状态）满足条件（最大概率且置信度足够），则系统将基于该状态行动（即“进入”该状态以调整间隔）。在对比文件中，此决策的作用是更新节能策略的基准状态；在目标专利中，是更新运动状态分类结果。决策所依据的核心逻辑（基于概率和置信度采纳新状态）是相同的。

**F. 响应于确定将进入第二运动状态，进入第二运动状态**<br>《隐含公开》

说明书第[0028]段：“処理間隔設定部４００は、処理間隔計算部３００が求めた処理間隔を用いて次回の行動識別処理開始時刻を求め、センサデータ取得部１００、行動識別部２００に行動識別処理開始時刻を設定する。”

如对特征C和E的论述，对比文件在确定新的“最大尤度行动”（第二状态）后，会立即根据该行动计算并设定新的处理间隔。这一“根据新状态设定间隔”的动作，即是系统“进入”或“切换至”该新状态（第二运动状态）的体现，并以此状态作为后续周期的基础。这是一种功能上的、隐含的“进入”行为。在对比文件中，进入新状态的作用是立即改变系统的识别调度策略；在目标专利中，是更新对外报告的运动状态。两者“进入状态”后引发的具体操作不同，但“采纳新状态作为当前有效状态”这一核心响应动作是隐含公开的。

**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>《未直接公开也未隐含公开》

无对应原文。

对比文件仅公开了基于“最大尤度”这一单一规则来采纳行动状态（进而调整处理间隔），并未公开任何关于采用两个不同阈值（第一阈值、第二阈值）进行分级判断的逻辑，也没有公开“在预定时间周期内连续满足某个置信度条件才切换状态”的延迟或持续确认机制。对比文件的核心在于根据识别结果动态调整识别频率以实现省电，其状态采纳策略是即时性的（每次识别后立即根据最大尤度行动更新间隔），并未涉及目标专利中这种为了减少状态误切换或抖动而设计的、带有延迟确认和双阈值判断的复杂状态转移逻辑。该特征在对比文件整体技术方案中不存在，也未起到任何作用。

技术特征描述及公开性判断

对比文件原文引用

公开性论述

**A. 一种用于分类移动装置的运动状态的方法**<br>《直接公开》

说明书第[0009]段：“開示の動作検知装置は、肢体の動作に伴う振動のケプストラム係数を時系列データとして抽出する抽出部を備える。...さらに、前記生成部で生成された前記時分割データに含まれる前記ケプストラム係数に基づき、前記時分割データに対応する前記動作の基本単位を分類する分類部を備える。”<br>说明书第[0010]段：“開示の技術によれば、振動のケプストラム係数の時系列データを時分割した時分割データに基づいて動作の種類を分類することで、動作認識に係るロバスト性を向上させることができる。”

对比文件明确公开了一种“动作检测方法”，其通过提取与肢体动作相关的振动的倒谱系数作为时间序列数据，并基于该数据对动作的基本单位（动作基元）进行分类，从而识别动作类型。这与目标专利“用于分类移动装置的运动状态的方法”属于同一技术领域（动作/运动状态识别），且核心步骤（基于传感器数据分析并分类）实质相同。因此，该技术特征被对比文件直接公开。

**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>《直接公开》

说明书第[0042]段：“動作推定部９は、プリミティブ分類修正部８での修正処理を済ませた時系列のデータセットの入力x tを各HMMに与え、入力x tに対する尤度Πp ij (x t )q j (x)を計算する。そして、最大尤度を与える確率モデルに対応する動作を推定結果として出力する。”<br>说明书第[0043]段：“事前学習によるHMMを利用する手法では、モデルとなる状態数が設計者によって設定される。...HMMへの入力x tに相当するパラメーターとしては、動作プリミティブの種類やケプストラム係数の傾き，二乗誤差の和などが挙げられる。”

对比文件公开了使用隐马尔可夫模型（HMM）进行动作估计。动作估计部9将时间序列数据集输入到各个HMM中，计算输入数据的“似然度（尤度）”，并输出给出“最大似然度（最大尤度）”的概率模型所对应的动作作为估计结果。“最大似然度”即对应于目标专利中的“最高概率值”。虽然对比文件未明确记载“大于第一阈值的第一置信度水平”这一表述，但其整个识别过程隐含了通过模型计算出的概率（似然度）需要达到一定的可信程度才能输出结果，本领域技术人员能够理解，在实际应用中为排除低置信度的误识别，设置概率阈值是惯用技术手段。因此，该技术特征被对比文件直接公开。

**C. 进入第一运动状态**<br>《直接公开》

说明书第[0042]段：“そして、最大尤度を与える確率モデルに対応する動作を推定結果として出力する。”<br>说明书第[0052]段：“ステップＢ８０では、尤度が最大となる識別器に対応する動作が、体導音データに対応する動作として推定される。”

对比文件公开了在计算出最大似然度后，将对应的动作作为“推定结果”输出。输出该动作作为识别结果，即意味着系统进入了该运动状态。这与目标专利中“进入第一运动状态”的含义一致。因此，该技术特征被对比文件直接公开。

**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》

说明书第[0050]-[0052]段：“ステップＢ１０では、データセットに含まれる動作プリミティブの情報が時系列の順に確認され、その種類が「安静状態」から他の状態へと変化したか否かが判定される。この条件の成立時には、制御がステップＢ２０に進み、フラグFの値がF=1に設定されてステップＢ５０に進む。フラグFは、動作の可能性の有無に対応する値（情報の切り出しをするかしないかを判断するための情報）を持つ制御用レジスタであり、F=1は動作中であることを示し、F=0は動作中でないことを示す。”<br>“ステップＢ５０では、フラグFの値がF=1であるか否かが判定される。ここでF=1のときにはステップＢ６０に進み、動作認識が開始される。...ステップＢ８０では、尤度が最大となる識別器に対応する動作が、体導音データに対応する動作として推定される。”

对比文件描述了连续的动作识别过程。系统首先根据动作基元信息判断是否从“安静状态”进入“非安静状态”（步骤B10），并设置标志位F=1表示“动作中”（相当于第一运动状态处于作用中）。当F=1时，系统持续进行动作识别（步骤B60-B80），即持续计算并输出具有最大似然度的动作。如果用户执行了新的、不同于当前被识别动作（第一运动状态）的动作，系统将基于新的传感器数据，通过HMM模型计算出新的“最大似然度”对应的动作（第二运动状态）。虽然对比文件未明确文字记载“当第一运动状态处于作用中时，确定第二运动状态”，但其技术方案必然包含在识别过程中持续监测和计算当前最可能动作的步骤，这隐含了在已有状态作用中时确定新状态的过程。关于“大于第一阈值的第二置信度水平”，如特征B所述，通过阈值确保识别置信度是本领域的隐含技术手段。因此，该技术特征被对比文件隐含公开。

**E. 确定是否将进入第二运动状态**<br>《直接公开》

说明书第[0050]段：“ステップＢ１０では、データセットに含まれる動作プリミティブの情報が時系列の順に確認され、その種類が「安静状態」から他の状態へと変化したか否かが判定される。この条件の成立時には、制御がステップＢ２０に進み、フラグFの値がF=1に設定されてステップＢ５０に進む。”<br>说明书第[0051]段：“ステップＢ３０では、動作プリミティブの種類が安静状態以外の状態から安静状態へと変化したか否かが判定される。この条件の成立時には、制御がステップＢ４０に進み、フラグFの値がF=0に設定されてステップＢ５０に進む。”

对比文件通过判断动作基元的状态变化（安静↔非安静）来确定是否开始或结束一个动作识别周期。当从“安静状态”变为其他状态时，设置F=1，意味着系统确定将开始识别（进入）一个新的动作状态。当从其他状态变回“安静状态”时，设置F=0，意味着系统确定将结束当前动作状态。这个“判断状态变化并设置标志位”的过程，实质上就是“确定是否将进入（或离开）某个运动状态”。因此，该技术特征被对比文件直接公开。

**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》

说明书第[0050]、[0052]段：“ステップＢ１０...この条件の成立時には、制御がステップＢ２０に進み、フラグFの値がF=1に設定されてステップＢ５０に進む。”<br>“ステップＢ５０では、フラグFの値がF=1であるか否かが判定される。ここでF=1のときにはステップＢ６０に進み、動作認識が開始される。”

如特征E所述，当系统判定动作基元从“安静状态”变为其他状态（确定将进入新动作）时，会将标志位F设置为1。随后，在步骤B50判断F=1成立后，立即开始动作识别流程（步骤B60-B80），即开始对新动作进行识别和输出。这个“开始识别”的动作，就是响应于之前的确定而“进入”新的运动状态（第二运动状态）的过程。因此，该技术特征被对比文件直接公开。

**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>《未公开》

无相应记载。

对比文件确定是否进入新运动状态（第二运动状态）的逻辑是基于动作基元的状态切换（安静↔非安静），如特征E、F所述。其并未公开任何基于“置信度水平”与“第一阈值”、“第二阈值”进行比较的决策逻辑，也未公开“在预定时间周期内连续满足某个置信度条件”才触发状态切换的延迟机制。对比文件中的HMM输出的是似然度，但决策是否“进入”某个状态并不依赖于对该似然度设置多级阈值并进行持续时间的判断。该特征在目标专利中用于解决状态切换过于频繁或毛刺的问题，而在对比文件中，相应的功能是通过动作基元分类和修正（如プリミティブ分類修正部8）以及基于状态标志位的简单切换来实现的，两者采用的技术手段不同。因此，该技术特征既未被对比文件直接公开，也未被隐含公开。

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。