疲劳状态判断方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了疲劳状态判断方法、装置、计算机设备及存储介质。方法包括：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疲劳状态评分模型进行训练以得到训练后的疲劳状态评分模型；若接收到用户所输入的生理指标信息，根据指标转换模型对生理指标信息进行转换以得到特征数组；根据训练后的疲劳状态评分模型对特征数组进行评分以得到用户的状态评分；根据预设的状态判断规则及状态评分获取用户的疲劳状态并对用户进行提示。本发明专利技术基于神经网络技术，实现了快捷方便地对用户的疲劳状态进行准确判断，能够提前对处于疲劳状态中的用户进行提醒，在实际应用过程中取得了良好的技术效果。

Fatigue state judgment method, device, computer equipment and storage medium

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；根据所述疲劳状态生成相应疲劳提示信息以对所述用户进行提示。第二方面，本专利技术实施例提供了一种疲劳状态判断装置，其包括：评分模型构建单元，用于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；评分模型训练单元，用于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；生理指标信息转换单元，用于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；疲劳状态评分单元，用于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；疲劳状态获取单元，用于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；状态提示单元，用于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。第三方面，本专利技术实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的疲劳状态判断方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的疲劳状态判断方法。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。在本专利技术实施例所提供的疲劳状态判断方法中，根据指标转换模型及状态评分模板构建疲劳状态评分模型，根据指标转换模型将用户所输入的生理指标信息转换为特征数组，根据训练后的疲劳状态评分模型对特征数组进行评分以得到用户的状态评分，根据状态判断规则及状态评分获取用户的疲劳状态并对用户进行提示。通过上述方法，实现了快捷方便地对用户的疲劳状态进行准确判断，能够提前对处于疲劳状态中的用户进行提醒，在实际应用过程中取得了良好的技术效果。附图说明为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的疲劳状态判断方法的流程示意图；图2为本专利技术实施例提供的疲劳状态判断方法的子流程示意图；图3为本专利技术实施例提供的疲劳状态判断方法的另一子流程示意图；图4为本专利技术实施例提供的疲劳状态判断方法的另一子流程示意图；图5为本专利技术实施例提供的疲劳状态判断方法的另一子流程示意图；图6为本专利技术实施例提供的疲劳状态判断装置的示意性框图；图7为本专利技术实施例提供的疲劳状态判断装置的子单元示意性框图；图8为本专利技术实施例提供的疲劳状态判断装置的另一子单元示意性框图；图9为本专利技术实施例提供的疲劳状态判断装置的另一子单元示意性框图；图10为本专利技术实施例提供的疲劳状态判断装置的另一子单元示意性框图；图11为本专利技术实施例提供的计算机设备的示意性框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。请参阅图1，图1是本专利技术实施例提供的疲劳状态判断方法的流程示意图。该疲劳状态判断方法应用于用户终端中，该方法通过安装于用户终端中的应用软件进行执行，用户终端即是用于执行疲劳状态判断方法以对用户疲劳状态进行判断的终端设备，例如可穿戴设备、台式电脑、笔记本电脑、平板电脑或手机等。如图1所示，该方法包括步骤S110～S160。S110、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。具体的，指标转换模型中包含多个指标项，可根据指标转换模型中所包含的指标项构建疲劳状态评分模型中的输入节点，状态评分模板即是包含全连接隐层及输出节点的模板，最终所得到的疲劳状态评分模型包含输入节点、全连接隐层及输出节点，通过输入节点即可对应输入用户所需进行状态评分的信息，通过输出节点即可获取该用户的状态评分。其中，指标转换模型中每一个指标项对应疲劳状态评分模型中的一个输入节点，输出节点仅有一个，全连接隐层即是用于对输入节点与输出节点进行联系的中间层，状态评分模板中的全连接隐层可以为一层或多层。以状态评分模板中仅包含一层全连接隐层为例，全连接隐层中包含若干个特征单元，每一个特征单元均与所有输入节点和所有输出节点进行关联，本文档来自技高网...

【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】
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。

【专利技术属性】
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