基于智能穿戴设备的儿童行为异常识别方法及系统技术方案

本发明专利技术涉及人工智能技术领域，具体涉及一种基于智能穿戴设备的儿童行为异常识别方法及系统。该方法包括：获取教室内每个学生的湿度数据序列以及活动数据序列；根据任意学生的活动数据序列和湿度数据序列获取该学生的活动强度；进一步计算任意两个学生之间的一致性和差异性；获取每个学生在一段时间内的心率波动幅值；根据任意两个学生的心率波动幅值和差异性得到差异距离；根据差异距离对所有学生聚类，根据聚类结果得到儿童的行为是否存在异常。利用该方法能够准确掌握该学生的实时状态，及时发现该学生是否存在异常行为。及时发现该学生是否存在异常行为。及时发现该学生是否存在异常行为。

【技术实现步骤摘要】
基于智能穿戴设备的儿童行为异常识别方法及系统


[0001]本专利技术涉及人工智能
，具体涉及一种基于智能穿戴设备的儿童行为异常识别方法及系统。

技术介绍

[0002]通过日常生活观察儿童行为是很难准确的判断儿童的行为属于正常行为，还是异常行为。现有的关于儿童行为的评估采用的方法是通过行为问卷的方式进行筛查，然而家长或者教师等所能够提供的仅仅是日常所观察到的表现，该表现也只是对于儿童行为大致评估的结果，停留在表象，并且家长所观察到的现象并非是儿童行为的准确数据，因此仅通过所观察到的行为表象就得出结果往往存在偏颇，而且通过人眼观察的方式不可能做到实时观察，通过该方式无法及时关注到相应的异常行为。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的在于提供一种基于智能穿戴设备的儿童行为异常识别方法及系统，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了一种基于智能穿戴设备的儿童行为异常识别方法，该方法包括以下步骤：获取教室内每个学生的湿度数据序列以及活动数据序列；所述湿度数据序列为一段时间内所述学生关键部位的湿度信息；所述活动数据序列为一段时间内所述学生关节部位的活动信息；获取任意所述学生的所述活动数据序列的均值和方差，计算所述均值和方差的乘积；获取所述学生的所述湿度数据序列中的最大值和最小值的差值，根据所述乘积与所述差值得到所述学生的活动强度；计算任意两个学生之间的一致性；所述一致性由两个所述学生之间的活动强度、湿度数据序列以及活动数据序列获得；根据所述一致性获取两个所述学生之间的差异性；获取每个所述学生在一段时间内的心率次数，根据每个所述学生所述心率次数与标准心率次数的差值获取每个所述学生的心率波动幅值；以任意两个所述学生的所述心率波动幅值的差值为权值，根据所述权值与两个所述学生之间的所述差异性的乘积得到两个学生之间的差异距离；根据所述差异距离对所有所述学生聚类，根据聚类结果得到儿童的行为是否存在异常。
[0004]优选的，所述学生关键部位包括左腋下、右腋下、后背、左膝盖内侧、右膝盖内侧、左脚心以及右脚心。
[0005]优选的，所述学生关节部位包括左肘关节、右肘关节、左膝关节、右膝关节、左肩关节以及右肩关节。
[0006]优选的，所述根据所述乘积与所述差值得到所述学生的活动强度的步骤，包括：
所述活动强度的计算具体为：其中，表示第个学生的活动强度；表示第个学生的活动数据序列；表示第个学生的活动数据序列的均值；表示第个学生的活动数据序列的方差；表示第个学生的湿度数据序列；表示第个学生的湿度数据序列中的最大值；表示第个学生的湿度数据序列中的最小值；表示自然常数。
[0007]优选的，所述一致性由两个所述学生之间的活动强度、湿度数据序列以及活动数据序列获得的步骤，包括：获取任意两个所述学生对应的活动强度的差值、对应的活动数据序列的均值的差值、对应的活动数据序列的相似度以及对应的湿度数据序列的相似度；所述一致性与所述活动数据序列的相似度呈正相关关系，与所述湿度数据序列的相似度呈正相关关系，与所述活动强度的差值呈负相关关系，与所述活动数据序列的均值的差值呈负相关关系。
[0008]优选的，所述差异性与所述一致性呈负相关关系。
[0009]优选的，所述根据聚类结果得到儿童的行为是否存在异常的步骤，包括：若所述聚类结果存在孤立点，则所述儿童的行为存在异常。
[0010]第二方面，本专利技术另一个实施例提供了一种基于智能穿戴设备的儿童行为异常识别系统，包括存储器、处理器以及存储在所述存储器上并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如上述方法所述的步骤。
[0011]本专利技术具有如下有益效果：本专利技术实施例通过获取教室内每个学生的湿度数据序列以及活动数据序列，根据每个学生的湿度数据序列和活动数据序列得到每个学生的活动强度，活动强度越大，说明该学生活动越频繁；进一步根据每个学生的活动强度以及自身数据获取对应每个学生之间的一致性，根据一致性得到每两个学生之间的差异性；根据每个学生自身的心率波动幅值和差异性获取每两个学生之间的差异距离，进而根据每两个学生之间的差异距离对教室内所有学生进行聚类，若聚类结果存在孤立点，则表示学生存在异常行为。利用该方法能够准确掌握某一个学生的实时行为状态，根据该学生与其他学生之间的数据特征及时发现该学生是否存在异常行为。
附图说明
[0012]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅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它附图。
[0013]图1为本专利技术一个实施例所提供的一种基于智能穿戴设备的儿童行为异常识别方法流程图。
具体实施方式
[0014]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于智能穿戴设备的儿童行为异常识别方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0015]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0016]本专利技术实施例为了解决现有的通过人眼对儿童行为是否存在异常的观察效率低以及发现不及时的问题，本专利技术实施例通过获取教室内每个学生的湿度数据序列以及活动数据序列，从而得到每个学生的活动强度，进一步获取教室内每个学生之间的差异性；根据每个学生自身的心率波动幅值和差异性获取每两个学生之间的差异距离，进而对教室内所有学生进行聚类，若聚类结果存在孤立点，则表示学生存在异常行为。利用该方法能够准确掌握该学生的实时状态，及时发现该学生是否存在异常行为。
[0017]下面结合附图具体的说明本专利技术所提供的一种基于智能穿戴设备的儿童行为异常识别方法及系统的具体方案。
[0018]请参阅图1，其示出了本专利技术一个实施例提供的一种基于智能穿戴设备的儿童行为异常识别方法流程图，该方法包括以下步骤：步骤S100，获取教室内每个学生的湿度数据序列以及活动数据序列；湿度数据序列为一段时间内学生关键部位的湿度信息；活动数据序列为一段时间内学生关节部位的活动信息。
[0019]行为异常的儿童可能会在课堂上频繁的动来动去，因此基于每个学生身体的活动情况对学生的状态进行分析。
[0020]基于智能穿戴设备采集每个学生容易出汗的关键部位的湿度信息，本专利技术实施例中设置智能穿戴设备湿度传感器分别位于每个学生身体的左腋下、右腋下、后背、左膝盖内侧、右膝盖内侧、左脚心以及右脚心等七个关键部位，湿度传感器能够实时获取这七个关键部位的湿度信息。
[0021]作为优选，本专利技术实施例中设置该湿度传感器的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能穿戴设备的儿童行为异常识别方法，其特征在于，该方法包括以下步骤：获取教室内每个学生的湿度数据序列以及活动数据序列；所述湿度数据序列为一段时间内所述学生关键部位的湿度信息；所述活动数据序列为一段时间内所述学生关节部位的活动信息；获取任意所述学生的所述活动数据序列的均值和方差，计算所述均值和方差的乘积；获取所述学生的所述湿度数据序列中的最大值和最小值的差值，根据所述乘积与所述差值得到所述学生的活动强度；计算任意两个学生之间的一致性；所述一致性由两个所述学生之间的活动强度、湿度数据序列以及活动数据序列获得；根据所述一致性获取两个所述学生之间的差异性；获取每个所述学生在一段时间内的心率次数，根据每个所述学生所述心率次数与标准心率次数的差值获取每个所述学生的心率波动幅值；以任意两个所述学生的所述心率波动幅值的差值为权值，根据所述权值与两个所述学生之间的所述差异性的乘积得到两个学生之间的差异距离；根据所述差异距离对所有所述学生聚类，根据聚类结果得到儿童的行为是否存在异常。2.根据权利要求1所述的方法，其特征在于，所述学生关键部位包括左腋下、右腋下、后背、左膝盖内侧、右膝盖内侧、左脚心以及右脚心。3.根据权利要求1所述的方法，其特征在于，所述学生关节部位包括左肘关节、右肘关节、左膝关节、右膝关节、左肩关节以及右肩关节。4.根据权利要求1所述的方法，其特征在于，所述根据所述乘积与所...

【专利技术属性】
技术研发人员：梁峰喜，张帅，
申请(专利权)人：济宁蜗牛软件科技有限公司，
类型：发明
国别省市：