申请/专利权人:广东壹健康健康产业集团股份有限公司
申请日:2023-12-08
公开(公告)日:2024-04-05
公开(公告)号:CN117393140B
主分类号:G16H40/60
分类号:G16H40/60;G06N3/044;G06N3/0442;G06N3/0464;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.04.05#授权;2024.01.30#实质审查的生效;2024.01.12#公开
摘要:本发明公开了一种基于历史数据的智能指环控制方法及装置,该方法包括:获取多个佩戴指环设备的用户的历史指环操作数据、历史指环电池数据和历史指环健康数据;根据所述历史指环操作数据、历史指环电池数据和所述历史指环健康数据,分析建立起操作和电池和健康情况的数学关系模型;根据所述数学关系模型,以及操作数据和电池数据,确定目标指环设备的设备健康情况;根据所述设备健康情况和所述目标指环设备的当前电量数据,确定所述目标指环设备的工作参数;所述工作参数用于控制所述目标指环设备的工作以减缓其健康情况的衰退速度。可见,本发明能够有效结合历史数据的分析来提高对指环设备的监测效果,提高对指环设备进行控制的智能化程度。
主权项:1.一种基于历史数据的智能指环控制方法,其特征在于,所述方法包括:获取多个佩戴指环设备的用户的历史指环操作数据、历史指环电池数据和历史指环健康数据;将所述历史指环操作数据中的每一操作数据以及所述历史指环电池数据中与每一所述操作数据的时间段相对应的电池数据,确定为第一训练数据集;将每一所述电池数据和所述历史指环健康数据中与每一所述电池数据的时间段相对应的健康数据,确定为第二训练数据集;将每一所述操作数据和所述历史指环健康数据中与每一所述操作数据的时间段相对应的健康数据,确定为第三训练数据集;根据所述第一训练数据集,基于神经网络训练算法,训练得到用于根据特定时间段的操作数据预测电池数据的第一数学关系模型;根据所述第二训练数据集,基于神经网络训练算法,训练得到用于根据特定时间段的电池数据预测健康情况的第二数学关系模型;根据所述第三训练数据集,基于神经网络训练算法,训练得到用于根据特定时间段的操作数据预测健康情况的第三数学关系模型;所述时间段为以对应的指环设备的初次开始使用时间为起点,以预设的时间周期作为分段标准得到的;对于目标指环设备,获取所述目标指环设备的操作数据和电池数据,确定当前时间点对应的当前时间段;将所述当前时间段和所述操作数据输入至所述第一数学关系模型,以得到所述目标指环设备对应的预测电池数据;将所述当前时间段和所述电池数据输入至所述第二数学关系模型,以得到所述目标指环设备对应的第一健康情况;将所述当前时间段和所述预测电池数据输入至所述第二数学关系模型,以得到所述目标指环设备对应的第二健康情况;将所述当前时间段和所述操作数据输入至所述第三数学关系模型,以得到所述目标指环设备对应的第三健康情况;计算所述第一健康情况、所述第二健康情况和所述第三健康情况的加权求和平均值,得到所述目标指环设备的设备健康情况;其中,所述第二健康情况的权重小于所述第一健康情况和所述第三健康情况的权重,所述第一健康情况的权重与所述第二训练数据集的数据量大小以及所述第二数学关系模型在验证阶段的预测准确率成正比;所述第三健康情况的权重与所述第三训练数据集的数据量大小以及所述第三数学关系模型在验证阶段的预测准确率成正比;所述第二健康情况的权重与所述第一训练数据集的数据量大小以及所述第一数学关系模型在验证阶段的预测准确率成正比;所述第二健康情况的权重与所述预测电池数据和所述电池数据之间的数据差异度成反比;根据所述设备健康情况和所述目标指环设备的当前电量数据,确定所述目标指环设备的工作参数;所述工作参数用于控制所述目标指环设备的工作以减缓其健康情况的衰退速度。
全文数据:
权利要求:
百度查询: 广东壹健康健康产业集团股份有限公司 基于历史数据的智能指环控制方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。