【技术实现步骤摘要】
密切接触者的确定方法、装置、设备和存储介质
[0001]本专利技术实施例涉及疫情防控
，尤其涉及一种密切接触者的确定方法、装置、设备和存储介质。
技术介绍
[0002]面对新型冠状病毒的传播，一般采用佩戴口罩、设置卡点测温以及密切接触者隔离等措施防止继续蔓延。但因为病毒传播性强，且潜伏期内仍然可以传染给其他人，因此需要将与确诊人员密切接触者进行集中隔离，以隔离潜在传染源。
[0003]将与确诊人员密切接触者进行集中隔离之前，需要确定出密切接触者。目前密切接触者确定方式是将确诊人员信息下发给各级防控中心，以使防疫人员进行人工调查，不仅工作量大，且存在排查不全面不彻底，容易出现漏查，造成病毒继续蔓延。
技术实现思路
[0004]本专利技术实施例提供一种密切接触者的确定方法、装置、设备和存储介质，使得密切接触者的排查更全面、彻底，避免出现漏查，从而提高排查精准度，为防止病毒蔓延提供条件。
[0005]第一方面，本专利技术实施例提供了一种密切接触者的确定方法，应用于终端设备，所述方法包括：
【技术保护点】
【技术特征摘要】
1.一种密切接触者的确定方法，其特征在于，应用于终端设备，所述方法包括：获取第一数据以及终端设备周围至少一个其它终端设备的第二数据；根据所述第一数据中的第一类数据，确定所述终端设备对应第一用户的运动状态，以及根据所述第二数据中的第一类数据，确定所述其它终端设备对应第二用户的运动状态；将所述第一数据、所述第一用户的运动状态、所述第二数据以及所述第二用户的运动状态输入密切接触排查模型，以确定与所述第一用户密切接触的第二用户，并将与所述第一用户密切接触的第二用户发送给服务器。2.根据权利要求1所述的方法，其特征在于，所述获取第一数据以及终端设备周围至少一个其它终端设备的第二数据之后，还包括：分别将所述第一数据中的第一类数据和所述第二数据中的第一类数据，输入持握状态识别模型中，以确定第一用户的持握状态和第二用户的持握状态；其中，所述持握状态识别模型是采用第一类数据样本集，对第一机器学习模型进行训练确定的。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一数据中的第一类数据，确定所述终端设备对应第一用户的运动状态，以及根据所述第二数据中的第一类数据，确定所述其它终端设备对应第二用户的运动状态，包括：分别将所述第一用户的持握状态及所述持握状态对应运动特征，和所述第二用户的持握状态及所述持握状态对应运动特征，输入运动状态识别模型，以确定第一用户的运动状态和第二用户的运动状态；其中，所述运动状态识别模型是采用持握状态和持握状态对应运动特征样本集，对第二机器学习模型进行训练确定的。4.根据权利要求1所述的方法，其特征在于，所述获取第一数据以及终端设备周围至少一个其它终端设备的第二数据之前，还包括：获取训练样本集，所述样本集中包括多个终端设备的数据，及每个终端设备对应用户的运动状态；基于所述多个终端设备的数据及每个终端设备对应用户的运动状态，对第三机器学习模型进行训练，直至训练后的第三机器学习模型精准度达到精准度阈值；将训练后的第三机器学习模型，确定为密切接触排查模型。5.根据权利要求1所述的方法，其特征在于，所述将所述第一数据、所述第一用户的运动状态、所述第二数据以及所述第二用户的运动状态输入密切接触排查模型，...
【专利技术属性】
技术研发人员：宋轩，江亦凡，张浩然，陈达寅，赵奕丞，颜秋阳，
申请(专利权)人：南方科技大学，
类型：发明
国别省市：
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。