主权项 |
1.一种用于个人监护的智能化识别处理方法,其特征在于,包括如下步骤:步骤1,输入采集的数据,在某时段下每个用户采集的数据分别构成一个数据组;步骤2,对步骤1得到的各数据组分别进行特征识别处理,并返回识别结果作为预警依据;对任一用户的数据组进行特征识别处理的实现包括以下子步骤,步骤2.1,从当前时段的数据组提取特征识别处理用的数据,包括当前的身体生理值H、活动量值V和地理位置信息P;步骤2.2,根据以下模型综合得到用户的实时状态值M,M=aH+bV+cP其中,a,b,c分别为数据组内数据所占权重值,a,b,c之和为1;步骤2.3,取用户多个时间段的身体生理值、活动量值和地理位置信息值,求出身体生理平均值<img file="FDA0000389895090000011.GIF" wi="88" he="70" />活动量平均值<img file="FDA0000389895090000012.GIF" wi="80" he="71" />地理位置信息平均值<img file="FDA0000389895090000013.GIF" wi="79" he="74" />步骤2.4,基于步骤2.2中的模型,将<img file="FDA0000389895090000014.GIF" wi="258" he="71" />代入得到状态平均值<img file="FDA0000389895090000015.GIF" wi="92" he="71" /><maths num="0001"><![CDATA[<math><mrow><mover><mi>M</mi><mo>‾</mo></mover><mo>=</mo><mi>a</mi><mover><mi>H</mi><mo>‾</mo></mover><mo>+</mo><mi>b</mi><mover><mi>V</mi><mo>‾</mo></mover><mo>+</mo><mi>c</mi><mover><mi>P</mi><mo>‾</mo></mover></mrow></math>]]></maths>步骤2.5,设定当前的用户状态参数X,判断M是否满足<img file="FDA0000389895090000017.GIF" wi="419" he="61" />初次执行步骤2.5时,用户状态参数X采用预设数值,若不满足则标记识别结果为异常,更新异常结果次数R<sub>false</sub>=R<sub>false</sub>+1;若满足则标记识别结果为正常,更新正常结果次数R<sub>true</sub>=R<sub>true</sub>+1;步骤2.6,当R<sub>false</sub>或R<sub>true</sub>为0时,保持X值不变,当R<sub>false</sub>或R<sub>true</sub>均不为0时,修正X值,按下列公式实现,<maths num="0002"><![CDATA[<math><mrow><mover><mi>X</mi><mo>‾</mo></mover><mo>=</mo><mi>X</mi><mo>×</mo><mi>Y</mi><mo>,</mo></mrow></math>]]></maths>其中,<img file="FDA0000389895090000019.GIF" wi="62" he="71" />是修正后的X值,Y是识别结果统计比率,<img file="FDA00003898950900000110.GIF" wi="227" he="146" />步骤2.7,返回步骤2.1,根据下一时段的数据组继续进行处理。 |