识别目标对象状态的系统和智能服饰技术方案

本实用新型专利技术公开了一种识别目标对象状态的系统和智能服饰。其中，该系统包括：采集器，用于采集目标对象的训练数据以及实时状态数据，其中，实时状态数据包括至少一种数据类型，训练数据与实时状态数据的具有相同的数据类型；处理器，与采集器连接，预存有分类器算法以及分类模型，用于将实时状态数据输入分类模型确定目标对象的实时状态，其中，处理器根据训练数据执行分类器算法生成分类模型，实时状态至少包括如下类型：正常、可能病发、病发。本实用新型专利技术解决了无法准确识别目标对象实时状态的技术问题。

System and smart clothing for identifying target object states

The utility model discloses a system and an intelligent dress for identifying the state of the target object. Among them, the system includes: the collector is used for training data acquisition targets and real-time status data, the real-time status data includes at least one type of data, training data and real-time status data have the same data type; the processor, connected with the collector, stored classifier algorithm and classification model for real-time status will be determined the target object classification model, the real-time state data input the processor according to the implementation of classification model classifier algorithm to generate training data, real-time status includes at least the following types: normal, attack, attack. The utility model solves the technical problem that the real-time state of the target object can not be accurately identified.

【技术实现步骤摘要】
识别目标对象状态的系统和智能服饰
本技术涉及医疗卫生领域，具体而言，涉及一种识别目标对象状态的系统和智能服饰。
技术介绍
在医疗卫生领域内，对于一些状态起伏较大，发作时需要医护人员积极采取措施，并控制患者行为的疾病，如精神异常、赌瘾或者吸毒者，发作时患者比较痛苦，并且往往给患者造成较大的创伤。以毒瘾患者为例，常见的戒毒方法有自然戒毒，药物戒毒和非药戒毒，还有一些非常规的戒毒方法，如催眠和神经摘除等。上述方法都存在着一些缺点，常规戒毒方法戒除时间长，不彻底容易复发，患者比较痛苦。神经摘除方法尚不成熟，风险很大，大部分患者摘除神经后会导致神经异常，容易引发法律纠纷。部分机构对毒瘾发作只能通过相应的医疗设备来进行预判，很不方便，无法准确的获取毒瘾患者的实时状态。因而，只能在患者病情发作才采取补救的措施，这样对患者造成较大的创伤。针对上述无法准确识别目标对象实时状态的问题，目前尚未提出有效的解决方案。
技术实现思路
本技术实施例提供了一种识别目标对象状态的系统和智能服饰，以至少解决无法准确识别目标对象实时状态的技术问题。根据本技术实施例的一个方面，提供了一种识别目标对象状态的系统，包括：采集器，用于采集目标对象的训练数据以及实时状态数据，其中，实时状态数据包括至少一种数据类型，训练数据与实时状态数据的具有相同的数据类型；处理器，与采集器连接，预存有分类器算法以及分类模型，用于将实时状态数据输入分类模型确定目标对象的实时状态，其中，处理器根据训练数据执行分类器算法生成分类模型，实时状态至少包括如下类型：正常、可能病发、病发。进一步地，采集器包括至少一个传感器，传感器用于采集目标对象的实时状态数据和/或训练数据。进一步地，传感器为柔性织物传感器。进一步地，采集器包括：第一数据处理器，与传感器建立通讯，用于将传感器采集到的目标对象的实时状态数据和/或训练数据按照第一预设规则进行数据处理。进一步地，采集器包括第一无线通信模块，采集器通过第一无线通信模块将实时状态数据和/或训练数据发送至处理器。进一步地，处理器包括：第二数据处理器，用于对接收到的实时状态数据和/或训练数据按照第二预设规则进行数据处理；其中，处理将按照第二预设规则进行数据处理后的实时状态数据输入分类模型，确定目标对象的实时状态。进一步地，处理器包括：存储器，用于存储推送信息，其中，不同类型的实时状态对应有不同内容的推送信息；选择器，与存储器连接，用于根据目标对象的实时状态查找推送信息；显示器，与选择器连接，用于将推送信息进行显示。进一步地，系统还包括：定位模块，与处理器连接，用于采集目标对象的位置信息；发送器，与定位模块连接，用于将位置信息发送至目标终端。根据本技术实施例的另一方面，还提供了一种智能服饰，该智能服饰包括上述任意一个识别目标对象状态的系统。在本技术实施例中，通过采用采集器，用于采集目标对象的训练数据以及实时状态数据，其中，实时状态数据包括至少一种数据类型，训练数据与实时状态数据的具有相同的数据类型；处理器，与采集器连接，预存有分类器算法以及分类模型，用于将实时状态数据输入分类模型确定目标对象的实时状态，其中，处理器根据训练数据执行分类器算法生成分类模型，实时状态至少包括如下类型：正常、可能病发、病发，达到了准确识别目标对象实时状态的目的，进而解决了无法准确识别目标对象实时状态的技术问题。附图说明此处所说明的附图用来提供对本技术的进一步理解，构成本申请的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：图1是根据本技术实施例一的一种可选的识别目标对象的系统的结构示意图；图2是根据本技术实施例一的一种可选的智能服饰的示意图；图3是根据本技术实施例二的一种可选的智能服饰的示意图。具体实施方式为了使本
的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、产品或设备固有的其它步骤或单元。实施例一本技术实施例提供了一种识别目标对象状态的系统。图1是根据本技术实施例一的一种可选的识别目标对象的系统的结构示意图。如图1所示，该系统可以包括：采集器20，用于采集目标对象的训练数据以及实时状态数据，其中，实时状态数据包括至少一种数据类型，训练数据与实时状态数据的具有相同的数据类型。具体地，训练数据可以是由采集器20采集得到的，训练数据中可以包括正样本以及负样本，以毒瘾患者为例，训练数据中可以包含患者正常时的数据、患者病发时的数据等。在训练数据上执行分类器算法，可以生成分类模型。需要说明的是，训练数据可以是经过数据处理之后的数据，经过数据处理，训练数据形成一系列的数据标签，不同数据类型的训练数据具有不同的数据标签，数据标签可以用于构建分类模型使用。其中，数据类型、某一种数据类型下的训练数据越多得到的分析模型越精确。还需要说明的是，实时状态数据可以包括多种类型的数据，采集器20采集的实时状态数据可以是实时采集，也可以是按照预设的时间间隔采集。数据类型可以是目标对象的体表温度、心率、呼吸频率或者运动状态等，数据类型可以是一种也可以是多种。处理器30，与采集器20连接，预存有分类器算法以及分类模型，用于将实时状态数据输入分类模型确定目标对象的实时状态，其中，处理器30根据训练数据执行分类器算法生成分类模型，实时状态至少包括如下类型：正常、可能病发、病发。具体地，处理器30可以设置于移动终端或者PC终端。具体地，处理器30将获得的分类模型进行保存，通过将实时状态数据输入分类模型，可以得到目标对象的特征参数。特征参数可以是病发的时间、频率，对于毒瘾患者来说，特征参数还可以是发作过程中的特定特征，或者毒瘾发作之后患者的特定特征等。例如，目标对象的体表温度通过温度传感器来进行测量，通过分类模型可以区分患者体温正常与否。可以通过柔性织物传感器采集的目标对象的实时状态数据，可以得到患者的呼吸频率，心率等数据，然后通过分类模型，可以将异常的呼吸频率和心率筛选出来。可以通过三轴加速度传感器来检测患者的运动特征，通过分类模型，区分正常的运动特征与异常的运动特征。针对上述体表温度、呼吸频率、心率、运动特征等状态参数，可以分别或者结合进行考量，得到目标对象的特征参数。此处需要说明的是，实时状态可以根据实际需要进行设置，如实时状态还可以包括病发结束观察期等。本文档来自技高网...

【技术保护点】
一种识别目标对象状态的系统，其特征在于，包括：采集器，用于采集目标对象的训练数据以及实时状态数据，其中，所述实时状态数据包括至少一种数据类型，所述训练数据与所述实时状态数据的具有相同的数据类型；处理器，与所述采集器连接，预存有分类器算法以及分类模型，用于将所述实时状态数据输入所述分类模型确定所述目标对象的实时状态，其中，所述处理器根据所述训练数据执行所述分类器算法生成所述分类模型，所述实时状态至少包括如下类型：正常、可能病发、病发。

【技术特征摘要】
1.一种识别目标对象状态的系统，其特征在于，包括：采集器，用于采集目标对象的训练数据以及实时状态数据，其中，所述实时状态数据包括至少一种数据类型，所述训练数据与所述实时状态数据的具有相同的数据类型；处理器，与所述采集器连接，预存有分类器算法以及分类模型，用于将所述实时状态数据输入所述分类模型确定所述目标对象的实时状态，其中，所述处理器根据所述训练数据执行所述分类器算法生成所述分类模型，所述实时状态至少包括如下类型：正常、可能病发、病发。2.根据权利要求1所述的系统，其特征在于，所述采集器包括至少一个传感器，所述传感器用于采集所述目标对象的实时状态数据和/或训练数据。3.根据权利要求2所述的系统，其特征在于，所述传感器为柔性织物传感器。4.根据权利要求2所述的系统，其特征在于，所述采集器包括：第一数据处理器，与所述传感器建立通讯，用于将所述传感器采集到的所述目标对象的所述实时状态数据和/或训练数据按照第一预设规则进行数据处理。5.根据权利要求1所述的系统，其特征在于，所述采集器包括第一...

【专利技术属性】
技术研发人员：杨飞，王杨勇，王广峰，
申请(专利权)人：珠海安润普科技有限公司，
类型：新型
国别省市：广东,44