The invention discloses a fatigue state judgment method, a device, a computer device and a storage medium. The methods include: building fatigue state scoring model according to the preset index conversion model and state scoring template; training the fatigue state scoring model according to the model training rules and preset database to get the fatigue state scoring model after training; if receiving the physiological index information input by the user, converting the physiological index information according to the index conversion model to get the physiological index information Feature array: score the feature array according to the fatigue state scoring model after training to get the user's state score; get the user's fatigue state according to the preset state judgment rules and state score and prompt the user. Based on the neural network technology, the invention realizes the quick and convenient accurate judgment of the fatigue state of the user, can remind the user in the fatigue state in advance, and obtains the good technical effect in the actual application process.
【技术实现步骤摘要】
疲劳状态判断方法、装置、计算机设备及存储介质
本专利技术涉及计算机
,尤其涉及一种疲劳状态判断方法、装置、计算机设备及存储介质。
技术介绍
人们往往在身体处于疲劳状态时却无法及时发现,导致猝死等意外情况发生得越来越频繁,而疲劳状态在人体中可能存在生理上的前兆,当人体处于疲劳状态而得不到及时休息,这一疲劳状态则很可能会进一步发展导致意外情况发生。然而由于当前技术方法的限制,无法快捷方便地对人体是否处于疲劳状态进行判断,导致某些生理上的前兆不易被察觉,进而对身体造成伤害;频繁对身体进行仔细检查虽能准确判断人体是否处于疲劳状态,但却需耗费较多时间且增加了医疗支出。因而现有技术方法中存在无法方便、准确地对用户疲劳状态进行判断的问题。
技术实现思路
本专利技术实施例提供了一种疲劳状态判断方法、装置、计算机设备及存储介质,旨在解决现有技术方法中所存在的无法方便、准确地对用户疲劳状态进行判断的问题。第一方面,本专利技术实施例提供了一种疲劳状态判断方法,其包括:根据预设的指标转换模型及状态评分模板构建疲劳状态评分模型;根据模型训练规则及预设数据库对所述疲劳状态评分模型进行训练以得到训练后的所述疲劳状态评分模型;若接收到用户所输入的生理指标信息,根据所述指标转换模型对所述生理指标信息进行转换以得到特征数组;根据训练后的所述疲劳状态评分模型对所述特征数组进行评分以得到所述用户的状态评分;根据预设的状态判断规则及所述状态评分获取所述用户的疲劳状态;根据所述疲 ...
【技术保护点】
1.一种疲劳状态判断方法,其特征在于,包括:/n根据预设的指标转换模型及状态评分模板构建疲劳状态评分模型;/n根据模型训练规则及预设数据库对所述疲劳状态评分模型进行训练以得到训练后的所述疲劳状态评分模型;/n若接收到用户所输入的生理指标信息,根据所述指标转换模型对所述生理指标信息进行转换以得到特征数组;/n根据训练后的所述疲劳状态评分模型对所述特征数组进行评分以得到所述用户的状态评分;/n根据预设的状态判断规则及所述状态评分获取所述用户的疲劳状态;/n根据所述疲劳状态生成相应疲劳提示信息以对所述用户进行提示。/n
【技术特征摘要】 【专利技术属性】
1.一种疲劳状态判断方法,其特征在于,包括:
根据预设的指标转换模型及状态评分模板构建疲劳状态评分模型;
根据模型训练规则及预设数据库对所述疲劳状态评分模型进行训练以得到训练后的所述疲劳状态评分模型;
若接收到用户所输入的生理指标信息,根据所述指标转换模型对所述生理指标信息进行转换以得到特征数组;
根据训练后的所述疲劳状态评分模型对所述特征数组进行评分以得到所述用户的状态评分;
根据预设的状态判断规则及所述状态评分获取所述用户的疲劳状态;
根据所述疲劳状态生成相应疲劳提示信息以对所述用户进行提示。
2.根据权利要求1所述的疲劳状态判断方法,其特征在于,所述根据预设的指标转换模型及状态评分模板构建疲劳状态评分模型,包括:
将所述指标转换模型中的指标项作为所述疲劳状态评分模型的输入节点;
根据所述状态评分模板中全连接隐层所包含的所有特征单元及所述输入节点,以输入节点值作为输入值、特征单元值作为输出值构建输入节点至特征单元的第一公式组;
根据所有所述特征单元及所述状态评分模板中的输出节点,以特征单元值作为输入值、输出节点值作为输出值构建特征单元至输出节点的第二公式组;
根据所述指标转换模型中的参数配置信息对第一公式组和第二公式组中公式的参数进行配置以构建得到疲劳状态评分模型。
3.根据权利要求1所述的疲劳状态判断方法,其特征在于,所述根据模型训练规则及预设数据库对所述疲劳状态评分模型进行训练以得到训练后的所述疲劳状态评分模型,包括:
根据所述模型训练规则中的数据拆分规则将所述预设数据库拆分为多个训练数据集及一个测试数据集;
根据所述模型训练规则中的参数调整规则及多个训练数据集分别对所述疲劳状态评分模型进行训练以得到多个初始评分模型;
根据所述测试数据集分别对所有所述初始评分模型进行测试以获取每一初始评分模型的准确率;
获取准确率最高的所述初始评分模型作为训练后的疲劳状态评分模型。
4.根据权利要求2所述的疲劳状态判断方法,其特征在于,所述根据所述指标转换模型对所述生理指标信息进行转换以得到特征数组,包括:
根据所述指标转换模型中的指标项获取生理指标信息中与每一指标项对应的指标值以得到指标特征值;
根据所述指标转换模型中的转换规则对所述指标特征值进行转换以得到特征数组。
5.根据权利要求1所述的疲劳状态判断方法,其特征在于,所述根据训练后的所述疲劳状态评分模型对所述特征数组进行评分以得到所述用户的状态评分,包括:
将所述特征数组作为所述疲劳状态评分模型的输入值进行输入;
获取所述疲劳状态评分模型的输出值作为所述用户的状态评分。
技术研发人员:顾宝宝,
申请(专利权)人:中国平安财产保险股份有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。