1.一种基于物联网技术的智能宠物状态感知方法，其特征在于，包括以下步骤：

步骤一、利用多类传感器采集不同宠物处于进入设备状态下、呆在设备内部状态下与离开设备状态下的不同数据；

步骤二、利用线性分类函数对数据进行分类，其中宠物位置采用二分类，宠物状态采用多分类，使用感知器算法对线性函数进行优化，找出最佳权向量；

步骤三、使用最终得到的两个线性分类函数对宠物与设备的相对位置状态以及宠物自身的身体状态进行识别，首先由位置分类函数判定是否有宠物进入设备，然后由状态分类函数判别进入的是哪一只，并分析该宠物的身体状况，最后由位置分类函数判定该宠物是否离开设备；

步骤四、宠物离开设备后，将该宠物的分析结果通过互联网反馈给宠主。

2.如权利要求1所述的一种基于物联网技术的智能宠物状态感知方法，其特征在于，步骤一中，传感器全部部署于设备内部且包含以下类型：红外对管传感器，红外测温传感器，称重传感器，心率呼吸传感器，摄像头传感器，所采集的数据包括：宠物是否在设备内部、宠物体表温度、宠物进入设备后的重量、宠物离开设备后的重量、宠物心跳和呼吸频率、宠物脸部特征。

3.如权利要求1所述的一种基于物联网技术的智能宠物状态感知方法，其特征在于，步骤二中，利用线性分类函数对数据进行分类，根据红外对管数据和称重数据对宠物是否存在于设备内部进行二分类，分类类别为存在与不存在；根据宠物体表温度数据、宠物进入和离开前后的重量变化数据、宠物心跳和呼吸频率、宠物脸部特征识别数据对宠物的身份和身体状况进行多分类，分类类别为健康、发烧、腹泻、便秘、呼吸道疾病。

4.如权利要求3所述的一种基于物联网技术的智能宠物状态感知方法，其特征在于，线性分类函数的最佳权向量由感知算法得出，假设样本集合为((x1,y1)；(x2,y2)；...；(xn,Tyn)),二分类的情况下yi∈{‑1,+1}，则正确分类的样本满足yiωxi>0，权向量为：

式中γ为校正向量，对将正例错分为负例或将负例错分为正例的情况进行错误修正；

而多分类的情况下，对M类模式存在M个判别函数{di,i＝1,2,...,M}，若xk∈ωi，则感知器算法下的权向量为：式中C是一个正常数，权向量的初始值ωi(l),i＝1,2,....,M可视情况任意选择。

5.如权利要求1所述的一种基于物联网技术的智能宠物状态感知方法，其特征在于，步骤三中，在最终部署系统时，为了减少系统能耗，传感器并不是一直不停地进行数据采集的，且采集数据在时间上存在着先后顺序，此顺序是由整个系统的运行逻辑决定的；由于判断宠物是否进入与离开设备对本系统是至关重要的，因此，在所有传感器中，红外对管传感器每隔1s采集一次数据，同时，为了排除红外对管本身的故障问题和宠物逗留在设备口的特殊情况，采用复数个红外对管分别部署在设备前、中、后部的方式；在前部红外对管检测到物体后，称重传感器开始工作，进行连续数据采集；当判断出宠物从外部进入设备内部后，打开剩余传感器，按照摄像头采集、红外测温、心率呼吸采集的顺序进行数据采集，其中摄像头采集多张宠物图像直至识别到图像为宠物脸部图像，红外测温和心率呼吸采集10次数据，去除误差后取平均值；当判定宠物已离开设备后，称重传感器进行最后5次数据采集并取平均值，该值与宠物上次离开离开后的重量做差值并记录。

6.如权利要求1所述的一种基于物联网技术的智能宠物状态感知方法，其特征在于，步骤四中将宠物的分析结果通过互联网反馈给宠主需要先将设备与终端账号进行一对一的绑定，同时需要设备处于无线网络覆盖的环境下，最终反馈的信息有传感器采集到的宠物身份信息、宠物体表温度、体重、心跳、呼吸频率等原始数据与线性分类函数分类后得到的宠物身体状态。