申请/专利权人:深圳市魔样科技有限公司
申请日:2024-03-12
公开(公告)日:2024-04-12
公开(公告)号:CN117877736A
主分类号:G16H50/30
分类号:G16H50/30;G06F18/22;G06F18/2321;G06F18/2433;G06N20/00;G16H50/70
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明涉及异常数据预警技术领域,具体涉及基于机器学习的智能戒指异常健康数据预警方法,该方法包括:采集用户健康数据;根据用户健康异常指数以及特征之间的差异构建每个特征与用户健康异常指数之间的整体相关性;根据每个特征与用户健康异常指数之间的相关性以及特征值差异构建任意两个特征之间的相关性;根据所有任意两个特征之间的相关性以及每个特征与用户健康异常指数之间的相关性构建每个特征的特征修正因子;根据整体相关性、特征重要性以及特征修正因子获取关键特征项,采用异常检测算法评估用户健康异常情况。本发明提高了识别用户健康数据中关键特征项的精准性,提高了用户健康数据的监测准确性。
主权项:1.基于机器学习的智能戒指异常健康数据预警方法,其特征在于,该方法包括以下步骤:采集用户健康数据,包括各项特征值以及人为标注的用户健康异常指数;根据各用户健康异常指数以及特征值获取各异常指数聚类簇内每个特征的各特征聚类簇;根据异常指数聚类簇内每个特征的特征聚类簇构建异常指数聚类簇内每个特征的混乱因子;根据异常指数聚类簇内每个特征与整体特征之间的数据差异以及混乱因子构建异常指数聚类簇内每个特征与用户健康异常指数之间的相关性;根据不同异常指数聚类簇内每个特征与用户健康异常指数之间的相关性获取每个特征与用户健康异常指数之间的整体相关性;根据异常指数聚类簇内每个特征与用户健康异常指数之间的相关性以及特征值差异构建异常指数聚类簇内任意两个特征之间的相关性;根据异常指数聚类簇内所有任意两个特征之间的相关性以及每个特征与用户健康异常指数之间的相关性,构建异常指数聚类簇内每个特征的特征重要性;基于特征之间的特征重要性的趋势分布相似情况构建每个特征的特征修正因子;根据每个特征与用户健康异常指数之间的整体相关性、特征重要性以及特征修正因子构建每个特征的显著性;基于显著性获取关键特征项,采用异常检测算法评估用户健康异常情况。
全文数据:
权利要求:
百度查询: 深圳市魔样科技有限公司 基于机器学习的智能戒指异常健康数据预警方法
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。