一种识别系统、方法、识别设备、存储介质及程序产品技术方案

本发明专利技术公开了一种识别系统、方法、识别设备、存储介质及程序产品。系统包括监测设备和识别设备，监测设备和识别设备相连；识别设备包括分布曲线确定模块、标识确定模块以及识别模块；监测设备用于监测体重参数；分布曲线确定模块用于从监测设备获取每日监测到的体重参数，基于每日监测到的体重参数确定多个分布曲线；标识确定模块用于基于所述多个分布曲线确定每日中的每个时间段对应的预设饮食习惯可能性标识；识别模块用于基于在第一预设周期内对预设饮食习惯可能性标识的第一统计结果和评估模型，确定预设饮食习惯的识别结果。利用该系统，能够准确识别用户是否存在预设饮食习惯。习惯。习惯。

An identification system, method, identification device, storage medium and program product

【技术实现步骤摘要】
一种识别系统、方法、识别设备、存储介质及程序产品


[0001]本专利技术实施例涉及饮食习惯识别
，尤其涉及一种识别系统、方法、识别设备、存储介质及程序产品。

技术介绍

[0002]随着社会的不断进步，生活水平的提高，满足了人们的消费水平，但也造成人们的饮食越来越不规律，随着生活压力变大，生活节奏加快，很多人不自觉的会出现暴饮暴食的不健康的饮食习惯，但却无法准确的识别自己是否存在暴饮暴食的不良饮食习惯。
[0003]现有技术中，只有单纯的对用户的体重值进行监测，从而确定用户的健康状态的方案，或根据体重信息生成饮食计划的方案。
[0004]现有技术的方案无法用于识别用户是否存在暴饮暴食的不良饮食习惯。

技术实现思路

[0005]本专利技术提供了一种识别系统、方法、识别设备、存储介质及程序产品，根据体重参数对应的分布曲线得到预设饮食习惯可能性标识，基于预设饮食习惯可能性标识的统计结果和评估模型确定预设饮食习惯的识别结果，以解决现有技术只能通过对体重值的监控确定用户的健康状态，而无法识别用户是否存在不良饮食习惯的缺陷。
[0006]根据本专利技术的一方面，提供了一种识别系统，包括监测设备和识别设备，所述监测设备和所述识别设备相连；所述识别设备包括分布曲线确定模块、标识确定模块以及识别模块；
[0007]所述监测设备，用于监测体重参数，所述体重参数在预设的每日监测时间段内监测得到，所述体重参数为带有时间戳的体重值；
[0008]所述分布曲线确定模块，用于从所述监测设备获取每日监测到的体重参数，基于每日监测到的体重参数确定多个分布曲线，一日监测得到的体重参数对应一个分布曲线；
[0009]所述标识确定模块，用于基于所述多个分布曲线确定每日中的每个时间段对应的预设饮食习惯可能性标识，所述每个时间段为对所述每日监测时间段分段后得到；
[0010]所述识别模块，用于基于在第一预设周期内对所述预设饮食习惯可能性标识的第一统计结果和评估模型，确定预设饮食习惯的识别结果。
[0011]根据本专利技术的另一方面，提供了一种识别方法，所述方法由识别设备执行，该方法包括：
[0012]获取每日监测到的体重参数，基于每日监测到的体重参数确定多个分布曲线，一日监测得到的体重参数对应一个分布曲线；
[0013]基于所述多个分布曲线确定每日中的每个时间段对应的预设饮食习惯可能性标识，所述每个时间段为对所述每日监测时间段分段后得到；
[0014]基于在第一预设周期内对所述预设饮食习惯可能性标识的第一统计结果和评估模型，确定预设饮食习惯的识别结果。
[0015]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：至少一个处理器；以及
[0016]与所述至少一个处理器通信连接的存储器；其中，
[0017]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的识别方法。
[0018]根据本专利技术的另一方面，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存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的识别方法。
[0019]根据本专利技术的另一方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现如本专利技术任一实施例所提供的识别方法。
[0020]本专利技术实施例的技术方案，通过体重参数对应的分布曲线以及饮食习惯的可能性标识，解决了现有技术无法根据体重情况识别饮食习惯的问题，取到了准确识别用户是否有不良饮食习惯的有益效果。
[0021]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0022]为了更清楚地说明本专利技术实施例中的技术方案，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他的附图。
[0023]图1为本专利技术实施例一所提供的一种识别系统的结构示意图；
[0024]图2为本专利技术实施例二所提供的一种识别系统的结构示意图；
[0025]图3为本专利技术实施例三所提供的一种识别方法的流程示意图；
[0026]图4为本专利技术实施例的识别方法的识别设备的结构示意图。
具体实施方式
[0027]为了使本
的人员更好地理解本专利技术方案，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，所描述的实施例仅仅是本专利技术一部分的实施例，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，都应当属于本专利技术保护的范围。应当理解，本专利技术的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本专利技术的范围在此方面不受限制。
[0028]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定
义将在下文描述中给出。
[0029]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0030]需要注意，本专利技术中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0031]本专利技术实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0032]实施例一
[0033]图1为本专利技术实施例一所提供的一种识别系统的结构示意图，该系统可适用于识别用户是否存在不良饮食习惯的情况，其中该系统可由软件和/或硬件实现，该系统包括识别设备，以对目标群体的不良饮食习惯进行识别。
[0034]如图1所示，本专利技术实施例一提供的一种识别系统，包括监测设备110和识别设备120，监测设备110和识别设备120相连；识别设备120包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种识别系统，其特征在于，所述系统包括监测设备和识别设备，所述监测设备和所述识别设备相连；所述识别设备包括分布曲线确定模块、标识确定模块以及识别模块；所述监测设备，用于监测体重参数，所述体重参数在预设的每日监测时间段内监测得到，所述体重参数为带有时间戳的体重值；所述分布曲线确定模块，用于从所述监测设备获取每日监测到的体重参数，基于每日监测到的体重参数确定多个分布曲线，一日监测得到的体重参数对应一个分布曲线；所述标识确定模块，用于基于所述多个分布曲线确定每日中的每个时间段对应的预设饮食习惯可能性标识，所述每个时间段为对所述每日监测时间段分段后得到；所述识别模块，用于基于在第一预设周期内对所述预设饮食习惯可能性标识的第一统计结果和评估模型，确定预设饮食习惯的识别结果。2.根据权利要求1所述的系统，其特征在于，一个所述分布曲线由多个体重参数点相连构成，所述一个体重参数点的横坐标为一个所述体重参数的时间戳，所述一个体重参数点的纵坐标为一个所述体重参数的体重值。3.根据权利要求1所述的系统，其特征在于，所述每个时间段为按照预设时间间隔将所述预设的每日监测时间段进行分段后得到，相应的，所述标识确定模块具体用于对每个分布曲线执行确定操作，得到每日中的所述每个时间段对应的预设饮食习惯可能性标识，所述确定操作包括：针对一个分布曲线，在所述一个分布曲线上确定出变化趋势最大的最大波峰以及最近波谷，所述最近波谷为与所述最大波峰距离最近的波谷；确定所述一个分布曲线上的最大波峰对应的体重值与最近波谷对应的体重值的差值，并确定所述最大波峰对应的第一时间戳和所述最近波谷对应的第二时间戳；在每个分布曲线上确定出以所述第一时间戳为起始时间，以所述第二时间戳为结束时间的目标时间段内的多个体重值；计算所述多个体重值的标准差；根据所述差值以及所述标准差确定一日内的所述每个时间段对应的预设饮食习惯可能性标识。4.根据权利要求3所述的系统，其特征在于，所述标识确定模块具体用于：若所述差值满足预设条件，则将所述一个分布曲线上所述目标时间段对应的预设饮食习惯可能性标识设置为第一预设数值；若所述差值不满足所述预设条件，则将所述一个分布曲线上所述目标时间段对应的预设饮食习惯可能性标识设置为第二预设数值；将一日内除所述目标时间段以外的其他时间段对应的预设饮食习惯可能性标识确定为第二预设数值；其中，所述预设条件包括所述差值大于或等于所述标准差的预设倍数，且所述差值大于或等于第三预设数值。5.根据权利要求1所述的系统，其特征在...

【专利技术属性】
技术研发人员：王炳坤，
申请(专利权)人：嘉兴慕思寝室用品有限公司，
类型：发明
国别省市：