基于座椅使用习惯的建模方法、装置、设备及存储介质制造方法及图纸

本案涉及人工智能领域，应用于智能家居，提供一种基于座椅使用习惯的建模方法、装置、设备及存储介质。本方法包括：获取接入同一网络的多个用户使用座椅的实时数据，并存储至预置数据库，得到座椅原始数据；对通过预置座椅状态变化检测算法对座椅原始数据进行计算，得到的座椅状态数据进行特征提取，得到座椅状态数据的数据特征；通过高斯分布建立模型，并通过所述模型对所述座椅状态数据的数据特征进行学习，确定对应的座椅使用习惯模型。此外，本发明专利技术还涉及区块链技术，通过同一网络的多个用户使用座椅的实时数据得到的座椅原始数据可存储于区块链中。

【技术实现步骤摘要】
基于座椅使用习惯的建模方法、装置、设备及存储介质
本专利技术涉及人工智能领域，应用于智能家居，尤其涉及一种基于座椅使用习惯的建模方法、装置、设备及存储介质。
技术介绍
近年来，随着移动互联网的快速发展以及智能硬件、可穿戴设备等物联网设备在人们日常生活中的逐渐普及，智能化的概念受到更多消费者的青睐。作为物联网技术在家庭和生活环境中的一个重要应用，智能家居受到了产业界、学术界的广泛关注。智能家居主要以住宅为平台，通过物联网技术连接家居中的设备，提供家电控制、远程控制、环境监测、危险预警、安全监控等多种智能化家庭服务。在我国，智能家居正处于飞速发展阶段，智能家居生产企业越来越重视对行业市场的研究，特别是截至2019年底，我国60岁及以上老年人口已达2.53亿，占总人口18.1％，其中65岁及以上人口1.76亿，占总人口12.6％，老龄人口数量庞大，养老形式严峻。如何让老人安享晚年同时降低子女的负担，给政府、社会、企业、研究机构带来了严重的挑战。现有的智能家居系统仍然停留在简单的电器开关控制上，由用户进行主动控制，但其本质仍然是用户主动控制，还不能很好的体现其智能所在，对用户行为的预测不够精确，无法结合用户的具体情况，对老人的日常居家活动监测。
技术实现思路
本专利技术提供一种基于座椅使用习惯的建模方法、装置、设备及存储介质，主要目的在于结合用户的具体情况，对用户的日常居家活动进行监测。本专利技术第一方面提供了一种基于座椅使用习惯的建模方法，包括：获取接入同一网络的多个用户使用座椅的实时数据，并将所述实时数据存储至预置数据库，得到座椅原始数据；通过预置座椅状态变化检测算法对所述座椅原始数据进行计算，得到座椅状态数据；对所述座椅状态数据进行特征提取，得到所述座椅状态数据的数据特征；通过高斯分布建立模型，并通过所述模型对所述座椅状态数据的数据特征进行学习，确定对应的座椅使用习惯模型。可选地，在本专利技术第一方面的第一种实现方式中，在所述通过预置座椅状态变化检测算法对所述座椅原始数据进行计算，得到座椅状态数据之前，还包括：根据预设座椅状态指数函数，计算所述座椅原始数据的座椅状态指数；根据所述座椅状态指数，判断所述座椅上是否为目标用户；若是，则执行通过预置座椅状态变化检测算法对所述座椅原始数据进行计算，得到座椅状态数据的步骤。可选地，在本专利技术第一方面的第二种实现方式中，在所述根据所述座椅状态指数，判断所述座椅上是否为目标用户之后，还包括：根据所述座椅状态指数，确定所述座椅上是否有物体；若所述座椅状态指数等于预设第一阈值，则确定所述座椅上有物体；判断所述物体是否为目标用户；若所述座椅状态指数小于预设第二阈值，则确定所述物体为重物；若所述座椅状态指数大于预设第二阈值，则确定所述物体为目标用户。可选地，在本专利技术第一方面的第三种实现方式中，所述对所述座椅状态数据进行特征提取，得到所述座椅状态数据的数据特征包括：获取所述座椅状态数据的时间标签；根据所述时间标签选取所述座椅状态数据中的目标状态数据；对所述目标状态数据进行特征提取，得到所述目标状态数据的数据特征。可选地，在本专利技术第一方面的第四种实现方式中，在所述通过高斯分布建模对所述座椅状态数据的数据特征进行学习，确定对应的座椅使用习惯模型之后，还包括：接收目标用户使用座椅的实时数据；将所述实时数据输入所述座椅使用习惯模型，得到所述目标用户的健康评估信息，其中，所述健康评估信息包括所述目标用户使用座椅的时长和频率。本专利技术第二方面提供了一种基于座椅使用习惯的建模装置，包括：存储模块，用于获取接入同一网络的多个用户使用座椅的实时数据，并将所述实时数据存储至预置数据库，得到座椅原始数据；第一计算模块，用于通过预置座椅状态变化检测算法对所述座椅原始数据进行计算，得到座椅状态数据；特征提取模块，用于对所述座椅状态数据进行特征提取，得到所述座椅状态数据的数据特征；学习模块，用于通过高斯分布建立模型，并通过所述模型对所述座椅状态数据的数据特征进行学习，确定对应的座椅使用习惯模型。可选地，所述基于座椅使用习惯的建模装置还包括：第二计算模块，用于根据预设座椅状态指数函数，计算所述座椅原始数据的座椅状态指数；第一判断模块，用于根据所述座椅状态指数，判断所述座椅上是否为目标用户。可选地，在本专利技术第二方面的第一种实现方式中，所述特征提取模块具体用于：获取所述座椅状态数据的时间标签；根据所述时间标签选取所述座椅状态数据中的目标状态数据；对所述目标状态数据进行特征提取，得到所述目标状态数据的数据特征。可选地，所述基于座椅使用习惯的建模装置还包括：第一确定模块，用于根据所述座椅状态指数，确定所述座椅上是否有物体；第二确定模块，用于当所述座椅状态指数等于预设第一阈值时，确定所述座椅上有物体；第二判断模块，用于判断所述物体是否为目标用户；第三确定模块，用于当所述座椅状态指数小于预设第二阈值时，确定所述物体为重物；第四确定模块，用于当所述座椅状态指数大于预设第二阈值时，确定所述物体为目标用户。可选地，所述基于座椅使用习惯的建模装置还包括：接收模块，用于接收目标用户使用座椅的实时数据；输入模块，用于将所述实时数据输入所述座椅使用习惯模型，得到所述目标用户的健康评估信息，其中，所述健康评估信息包括所述目标用户使用座椅的时长和频率。本专利技术第三方面提供了一种基于座椅使用习惯的建模设备，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于座椅使用习惯的建模设备执行上述的基于座椅使用习惯的建模方法。本专利技术的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的基于座椅使用习惯的建模方法。本专利技术提供的技术方案中，通过获取接入同一网络的多个用户使用座椅的实时数据，并存储至预置数据库，得到座椅原始数据；对通过预置座椅状态变化检测算法对座椅原始数据进行计算，得到的座椅状态数据进行特征提取，得到座椅状态数据的数据特征；通过高斯分布建立模型，并通过所述模型对所述座椅状态数据的数据特征进行学习，确定对应的座椅使用习惯模型。本方案可应用于人工智能领域中，从而推动社会进步，通过老年人的座椅使用习惯来评估老人的行为能力以及健康状态，为养老服务等级划分提供依据，对智慧养老有重要的意义。附图说明图1为本专利技术基于座椅使用习惯的建模方法的第一个实施例示意图；图2为本专利技术基于座椅使用习惯的建模方法的第二个实施例示意图；图3为本专利技术基于座椅使用习惯的建模方法的第三个实施例示意图；图4为本专利技术基于座椅使用习本文档来自技高网...

【技术保护点】
1.一种基于座椅使用习惯的建模方法，其特征在于，所述基于座椅使用习惯的建模方法包括：/n获取接入同一网络的多个用户使用座椅的实时数据，并将所述实时数据存储至预置数据库，得到座椅原始数据；/n通过预置座椅状态变化检测算法对所述座椅原始数据进行计算，得到座椅状态数据；/n对所述座椅状态数据进行特征提取，得到所述座椅状态数据的数据特征；/n通过高斯分布建立模型，并通过所述模型对所述座椅状态数据的数据特征进行学习，确定对应的座椅使用习惯模型。/n

【技术特征摘要】
1.一种基于座椅使用习惯的建模方法，其特征在于，所述基于座椅使用习惯的建模方法包括：
获取接入同一网络的多个用户使用座椅的实时数据，并将所述实时数据存储至预置数据库，得到座椅原始数据；
通过预置座椅状态变化检测算法对所述座椅原始数据进行计算，得到座椅状态数据；
对所述座椅状态数据进行特征提取，得到所述座椅状态数据的数据特征；
通过高斯分布建立模型，并通过所述模型对所述座椅状态数据的数据特征进行学习，确定对应的座椅使用习惯模型。


2.根据权利要求1所述的基于座椅使用习惯的建模方法，其特征在于，在所述通过预置座椅状态变化检测算法对所述座椅原始数据进行计算，得到座椅状态数据之前，还包括：
根据预设座椅状态指数函数，计算所述座椅原始数据的座椅状态指数；
根据所述座椅状态指数，判断所述座椅上是否为目标用户；
若是，则执行通过预置座椅状态变化检测算法对所述座椅原始数据进行计算，得到座椅状态数据的步骤。


3.根据权利要求2所述的基于座椅使用习惯的建模方法，其特征在于，在所述根据所述座椅状态指数，判断所述座椅上是否为目标用户之后，还包括：
根据所述座椅状态指数，确定所述座椅上是否有物体；
若所述座椅状态指数等于预设第一阈值，则确定所述座椅上有物体；
判断所述物体是否为目标用户；
若所述座椅状态指数小于预设第二阈值，则确定所述物体为重物；
若所述座椅状态指数大于预设第二阈值，则确定所述物体为目标用户。


4.根据权利要求1所述的基于座椅使用习惯的建模方法，其特征在于，所述对所述座椅状态数据进行特征提取，得到所述座椅状态数据的数据特征包括：
获取所述座椅状态数据的时间标签；
根据所述时间标签选取所述座椅状态数据中的目标状态数据；
对所述目标状态数据进行特征提取，得到所述目标状态数据的数据特征。


5.根据权利要求1所述的基于座椅使用习惯的建模方法，其特征在于，在所述通过高斯分布建立模型，并通过所述模型对所述座椅状态数据的数据特征进行学习，确定对应的...

【专利技术属性】
技术研发人员：陈海宝，赵玉艳，赵亭，赵生慧，赵亮，
申请(专利权)人：滁州学院，
类型：发明
国别省市：安徽;34