一种基于机器学习的穿戴数据处理方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110058692A(43)申请公布日2019.07.26(21)申请号201910321470.0(22)申请日2019.04.22(71)申请人武汉久乐科技有限公司地址430000湖北省武汉市东湖新技术开发区关山一路光谷软件园A2栋7楼(72)发明人王帮德何毅高飞王涛张园赵向东(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人杨奇松(51)Int.Cl.G06F3/01(2006.01)权利要求书2页说明书8页附图4页(54)发明名称一种基于机器学习的穿戴数据处理方法和装置(57)摘要本申请实施例提供一种基于机器学习的穿戴数据处理方法和装置，其中，该基于机器学习的穿戴数据处理方法包括获取所述可穿戴设备发送的穿戴数据和第一穿戴状态信息，该第一穿戴状态信息是所述可穿戴设备基于所述穿戴数据进行状态识别得到的；基于预设的状态预测模型以及所述穿戴数据对所述可穿戴设备的穿戴状态进行分析得到第二穿戴状态信息；判断所述第二穿戴状态信息与所述第一穿戴状态信息是否一致，若不一致，则根据所述第二穿戴状态信息对所述第一穿戴状态信息进行校正。本申请能够有效确保穿戴状态的识别准确性。CN110058692ACN110058692A权利要求书1/2页1.一种基于机器学习的穿戴数据处理方法，其特征在于，应用于与可穿戴设备通信连接的服务器，所述方法包括：获取所述可穿戴设备发送的穿戴数据和第一穿戴状态信息，该第一穿戴状态信息是所述可穿戴设备基于所述穿戴数据进行状态识别得到的；基于预设的状态预测模型以及所述穿戴数据对所述可穿戴设备的穿戴状态进行分析得到第二穿戴状态信息；判断所述第二穿戴状态信息与所述第一穿戴状态信息是否一致，若不一致，则根据所述第二穿戴状态信息对所述第一穿戴状态信息进行校正。2.根据权利要求1所述的基于机器学习的穿戴数据处理方法，其特征在于，根据所述第二穿戴状态信息对所述第一穿戴状态信息进行校正的步骤，包括：根据所述第二穿戴状态信息生成状态更新指令并发送给所述可穿戴设备以使得所述可穿戴设备根据所述第二穿戴状态信息进行状态显示；或者，根据所述第二穿戴状态信息对接收到的所述第一穿戴状态信息进行更改，并将更改后的第一穿戴状态信息与所述穿戴数据进行对应保存。3.根据权利要求1所述的基于机器学习的穿戴数据处理方法，其特征在于，所述状态预测模型的获取步骤，包括：获取与所述可穿戴设备对应的历史穿戴数据形成历史数据集；对所述历史数据集中的各数据进行特征挖掘以得到数据特征；基于所述历史数据集和所述数据特征构造形成构造数据，并对所述历史数据集和所述构造数据进行整合、归一化处理；从整合、归一化处理后的历史数据集以及构造数据中选取满足预设准确率的数据作为训练样本形成训练数据集，利用所述训练数据集对预设的机器学习模型进行训练以得到所述状态预测模型。4.根据权利要求3所述的基于机器学习的穿戴数据处理方法，其特征在于，基于所述历史数据集和所述数据特征构造形成构造数据的步骤，包括：对所述历史数据集中的数据进行划分形成多个子数据集；提取多个所述子数据集中的时序特征作为所述数据特征，并根据所述时序特征和所述多个子数据集构造形成构造数据。5.根据权利要求3所述的基于机器学习的穿戴数据处理方法，其特征在于，所述状态预测模型的获取步骤，还包括：获取测试样本集；利用所述测试样本集中的各测试样本对训练得到的状态预测模型进行测试以得到与各所述测试样本对应的待评估状态信息；根据与所述测试样本集对应的预设状态信息以及所述待评估状态信息计算所述预测模型的预测准确率；若所述预测模型的预测准确性小于预设值，则重新对所述机器学习模型进行训练，直到所述状态预测模型的预测准确性不小于所述预设值时停止模型训练。6.根据权利要求1所述的基于机器学习的穿戴数据处理方法，其特征在于，所述方法还包括：2CN110058692A权利要求书2/2页确定待分析指标，并根据所述第二穿戴状态信息判断所述穿戴数据是否满足所述待分析指标的分析需求；若所述穿戴数据不满足所述待分析指标的分析需求，则根据所述待分析指标对应的分析需求以及所述第二穿戴状态信息生成状态校正指令，并发送给所述可穿戴设备以获取满足所述待分析指标的分析需求的穿戴数据。7.根据权利要求6所述的基于机器学习的穿戴数据处理方法，其特征在于，所述方法还包括：若所述穿戴数据满足所述待分析指标的分析需求，则基于所述穿戴数据进行所述待分析指标的分析。8.根据权利要求6所述的基于机器学习的穿戴数据处理方法，其特征在于，所述待分析指标包括心率指标、血压指标、睡眠指标或健康指标中的一种或多种。9.一种基于机器学习的穿戴数据处理装置，其特征在于，应用于与可穿戴设备通信连接的服务器，