用户特征值检测方法及装置、存储介质及电子设备制造方法及图纸

本公开涉及信息检测技术领域，具体涉及一种用户特征值检测方法及装置、计算机可读存储介质及电子设备，装置包括获取模块、训练模块、匹配模块以及计算模块，其中，获取模块用于获取至少一个用户多次录入的标准特征值和检测特征数据构成用户的训练数据，其中每一个用户的训练数据中包括标准特征值集合和检测特征数据集合；训练模块用于利用训练数据训练各用户的数据计算模型；匹配模块用于获取目标用户的当前特征数据，并根据当前特征数据和检测特征数据集合确定目标用户的数据计算模型；计算模块用于利用当前特征数据和目标用户的数据计算模型计算目标用户的用户特征值。本公开实施例的技术方案减低了检测成本。施例的技术方案减低了检测成本。施例的技术方案减低了检测成本。

【技术实现步骤摘要】
用户特征值检测方法及装置、存储介质及电子设备


[0001]本公开涉及信息检测
，具体而言，涉及一种用户特征值检测方法及装置、计算机可读存储介质及电子设备。

技术介绍

[0002]糖尿病是造成死亡、疾病负担及医疗卫生经济负担的重要原因，血糖管理是糖尿病管理的关键因素，血糖检测则是血糖管理的关键，因此，无创血糖检测检测的技术就变得较为重要。
[0003]现有技术中的无创血糖检测方法中，一个设备仅允许一个用户使用，导致检测成本较大。
[0004]因此，有必要设计一种新的用户特征值检测方法。
[0005]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0006]本公开的目的在于提供一种用户特征值检测方法及装置、计算机可读存储介质及电子设备，进而至少在一定程度上克服相关技术中一个设备仅允许一个用户使用，导致检测成本较大的不足。
[0007]本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
[0008]根据本公开的第一方面，提供了一种用户特征值检测装置，包括：
[0009]获取模块，用于获取至少一个用户多次录入的标准特征值和检测特征数据构成所述用户的训练数据，其中每一个用户的训练数据中包括标准特征值集合和检测特征数据集合；
[0010]训练模块，用于利用所述训练数据训练各所述用户的数据计算模型；
[0011]匹配模块，用于获取目标用户的当前特征数据，并根据所述当前特征数据和所述检测特征数据集合确定所述目标用户的数据计算模型；
[0012]计算模块，用于利用所述当前特征数据和所述目标用户的数据计算模型计算所述目标用户的用户特征值。
[0013]在本公开的一种示例性实施例中，所述装置还包括：
[0014]判断模块，若所述用户特征值不在预设范围内，则获取目标用户的当前标准特征值；
[0015]第一更新模块，若所述用户特征值与所述当前标准特征值差值大于预设值，则利用当前特征数据和所述当前标准特征值更新所述训练数据。
[0016]在本公开的一种示例性实施例中，所述装置还包括：
[0017]检测模块，以预设时间为间隔获取所述目标用户的当前标准特征值；
[0018]第二更新模块，若所述用户特征值与所述当前标准特征值差值大于预设值，则利用当前特征数据和所述当前标准特征值更新所述训练数据。
[0019]在本公开的一种示例性实施例中，利用当前特征数据和所述当前标准特征值更新所述训练数据，包括：
[0020]分别计算目标用户的当前特征数据与所述目标用户对应的多个检测特征数据的相关度，并将最大值作为目标相关度；
[0021]若所述目标相关度大于等于第一预设阈值，则利用所述当前特征数据替换与当前特征数据匹配的所述检测特征数据；
[0022]利用所述当前标准特征值替换与所述当前特征数据匹配的所述标准特征值。
[0023]在本公开的一种示例性实施例中，所述利用当前特征数据和所述当前标准特征值更新所述训练数据，还包括：
[0024]若所述目标相关度小于所述第一预设阈值，将所述当前特征数据和所述当前标准特征值添加到所述训练数据中，并删除目标用户最先录入的一组标准特征值和检测特征数据。
[0025]在本公开的一种示例性实施例中，利用所述训练数据训练所述用户的数据计算模型，包括：
[0026]利用所述训练数据对所述数据计算模型中参数进行更新。
[0027]在本公开的一种示例性实施例中，获取目标用户的当前特征数据，并根据所述当前特征数据和所述检测特征数据匹配所述数据计算模型，包括：
[0028]检测所述目标用户的当前特征数据，并分别计算所述当前特征数据与多个检测特征数据集合之间的相关系数；
[0029]将所述相关系数大于等于第二预设阈值的所述检测特征数据对应的数学计算模型确定为所述目标用户的数据计算模型。
[0030]在本公开的一种示例性实施例中，分别计算所述当前特征数据与多组所述检测特征数据集合之间的相关系数，包括：
[0031]计算当前特征数据与一个所述检测特征数据集合中各个检测特征数据的相关度，计算多个相关度的平均值得到所述相关系数；
[0032]遍历多组所述检测特征数据集合，完成对所述相关系数的计算。
[0033]根据本公开的一个方面，提供一种用户特征值检测方法，包括：
[0034]获取至少一个用户多次录入的标准特征值和检测特征数据构成所述用户的训练数据，其中每一个用户的训练数据中包括标准特征值集合和检测特征数据集合；
[0035]利用所述训练数据训练各所述用户的数据计算模型；
[0036]获取目标用户的当前特征数据，并根据所述当前特征数据和所述检测特征数据集合确定所述目标用户的数据计算模型；
[0037]利用所述当前特征数据和所述目标用户的数据计算模型计算所述目标用户的用户特征值。
[0038]在本公开的一种示例性实施例中，所述方法还包括：
[0039]若所述用户特征值不在预设范围内，则获取目标用户的当前标准特征值；
[0040]若所述用户特征值与所述当前标准特征值差值大于预设值，则利用当前特征数据
和所述当前标准特征值更新所述训练数据。
[0041]在本公开的一种示例性实施例中，所述方法还包括：
[0042]以预设时间为间隔获取所述目标用户的当前标准特征值；
[0043]若所述用户特征值与所述当前标准特征值差值大于预设值，则利用当前特征数据和所述当前标准特征值更新所述训练数据。
[0044]在本公开的一种示例性实施例中，利用当前特征数据和所述当前标准特征值更新所述训练数据，包括：
[0045]分别计算目标用户的当前特征数据与所述目标用户对应的多个检测特征数据的相关度，并将最大值作为目标相关度；
[0046]若所述目标相关度大于等于第一预设阈值，则利用所述当前特征数据替换与当前特征数据匹配的所述检测特征数据；
[0047]利用所述当前标准特征值替换与所述当前特征数据匹配的所述标准特征值。
[0048]在本公开的一种示例性实施例中，所述利用当前特征数据和所述当前标准特征值更新所述训练数据，还包括：
[0049]若所述目标相关度小于所述第一预设阈值；
[0050]将所述当前特征数据和所述当前标准特征值添加到所述训练数据中，并删除目标用户最先录入的一组标准特征值和检测特征数据。
[0051]在本公开的一种示例性实施例中，利用所述训练数据训练所述用户的数据计算模型，包括：
[0052]利用所述训练数据对所述数据计算模型中参数进行更新。
[0053]在本公开的一种示例性实施例中，获取目标用户的当前特征数据，并根据所述当前特征数据和所述检测特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户特征值检测装置，其特征在于，包括：获取模块，用于获取至少一个用户多次录入的标准特征值和检测特征数据构成所述用户的训练数据，其中每一个用户的训练数据中包括标准特征值集合和检测特征数据集合；训练模块，用于利用所述训练数据训练各所述用户的数据计算模型；匹配模块，用于获取目标用户的当前特征数据，并根据所述当前特征数据和所述检测特征数据集合确定所述目标用户的数据计算模型；计算模块，用于利用所述当前特征数据和所述目标用户的数据计算模型计算所述目标用户的用户特征值。2.根据权利要求1所述的装置，其特征在于，所述装置还包括：判断模块，若所述用户特征值不在预设范围内，则获取目标用户的当前标准特征值；第一更新模块，若所述用户特征值与所述当前标准特征值差值大于预设值，则利用当前特征数据和所述当前标准特征值更新所述训练数据。3.根据权利要求1所述的装置，其特征在于，所述装置还包括：检测模块，以预设时间为间隔获取所述目标用户的当前标准特征值；第二更新模块，若所述用户特征值与所述当前标准特征值差值大于预设值，则利用当前特征数据和所述当前标准特征值更新所述训练数据。4.根据权利要求2或3所述的装置，其特征在于，利用当前特征数据和所述当前标准特征值更新所述训练数据，包括：分别计算目标用户的当前特征数据与所述目标用户对应的多个检测特征数据的相关度，并将最大值作为目标相关度；若所述目标相关度大于等于第一预设阈值，则利用所述当前特征数据替换与当前特征数据匹配的所述检测特征数据；利用所述当前标准特征值替换与所述当前特征数据匹配的所述标准特征值。5.根据权利要求4所述的装置，其特征在于，所述利用当前特征数据和所述当前标准特征值更新所述训练数据，还包括：若所述目标相关度小于所述第一预设阈值，则将所述当前特征数据和所述当前标准特征值添加到所述训练数据中，并删除目标用户最先录入的一组标准特征值和检测特征数据。6.根据权利要求1所述的装置，其特征在于，利用所述训练数据训练所述用户的数据计算模型，包括：利用所述训练数据对所述数据计算模型中参数进行更新。7.根据权利要求1所述的装置，其特征在于，获取目标用户的当前特征数据，并根据所述当前特征数据和所述检测特征数据匹配所述数据计算模型，包括：检测所述目标用户的当前特征数据，并分别计算所述当前特征数据与多个检测特征数据集合之间的相关系数；将所述相关系数大于等于第二预设阈值的所述检测特征数据对应的数学计算模型确定为所述目标用户的数据计算模型。8.根据权利要求7所述的装置，其特征在于，分别计算所述当前特征数据与多组所述检测特征数据集合之间的相关系数，包括：
计算当前特征数据与一个所述检测特征数据集合中各个检测特征数据的相关度，计算多个相关度的平均值得到所述相关系数；遍历多组所述检测特征数据集合，完成对所述相关系数的计算。9.一种用户特征值检测方法，其特征在于，包括：获取至少一个用户多次录入的标准特征值和检测特征数据构成所述用户的训练数据，其中每一个用户的训练数...

【专利技术属性】
技术研发人员：张珣，孙啸然，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：