【技术实现步骤摘要】
一种用户状态识别装置及可穿戴设备
[0001]本申请实施例涉及可穿戴设备
,具体涉及一种用户状态识别装置及可穿戴设备。
技术介绍
[0002]随着时代的发展,移动互联网技术取得飞跃的进步,可穿戴设备开始在人们生活中扮演着十分重要的角色,逐渐成为市面上流行的电子产品。可穿戴设备具有携带方便、测量准确以及扩展能力强等优势深受消费者和开发者的喜爱。当今社会,人们面临的工作和生活压力与日剧增,人们的情绪容易受到严重的影响,及时发现潜在的情绪问题变得尤为重要。
[0003]目前,市面上的大多数可穿戴设备虽然也具有一定程度上的情绪检测功能,但情绪检测的准确度不够,无法满足人们的情绪测量需求。如何提高情绪检测的准确度成为了需要解决的问题。
技术实现思路
[0004]鉴于上述问题,本申请实施例提供了一种用户状态识别装置及可穿戴设备,用于解决如何提高情绪检测的精确度的问题。
[0005]根据本申请实施例的另一方面,提供了一种用户状态识别装置,应用于可穿戴设备,所述装置包括获取模块、数据处理模块和用户状态获取模块。获取模块用于获取用户参数,所述用户参数包括由所述可穿戴设备采集的用户的第一生理指标、录入的所述用户的第二生理指标和录入的所述用户的社会性指标,所述第一生理指标至少包括脉搏波信号。数据处理模块,用于对所述脉搏波信号进行处理,得到呼吸频率。用户状态获取模块,用于将所述呼吸频率、所述第一生理指标中除所述脉搏波信号以外的其他信号、所述第二生理指标和所述社会性指标输入用户状态识别模型,得到所述用户的 ...
【技术保护点】
【技术特征摘要】
1.一种用户状态识别装置,应用于可穿戴设备,其特征在于,所述装置包括:获取模块,用于获取用户参数,所述用户参数包括由所述可穿戴设备采集的用户的第一生理指标、录入的所述用户的第二生理指标和录入的所述用户的社会性指标,所述第一生理指标至少包括脉搏波信号;数据处理模块,用于对所述脉搏波信号进行处理,得到呼吸频率;用户状态获取模块,用于将所述呼吸频率、所述第一生理指标中除所述脉搏波信号以外的其他信号、所述第二生理指标和所述社会性指标输入用户状态识别模型,得到所述用户的情绪水平、压力水平和呼吸状况;其中,所述用户状态识别模型采用集成模型训练得到,所述集成模型采用集成模型构建算法基于至少两种分类器构建而成。2.如权利要求1所述的装置,其特征在于,所述用户状态识别模型通过模型生成模块训练得到,所述模型生成模块包括:样本获取单元,用于获取至少一个所述第一生理指标、所述第二生理指标或所述社会性指标的样本数据;模型构建单元,用于采用AdaBoost.M2算法,基于决策树分类器和朴素贝叶斯分类器构建集成模型;模型训练单元,用于根据所述样本数据训练所述集成模型,得到所述用户状态识别模型。3.如权利要求2所述的装置,其特征在于,所述模型生成模块还包括:第一样本数据处理单元,用于对所述样本数据进行填补缺失值和去除离群点处理。4.如权利要求2所述的装置,其特征在于,所述模型生成模块还包括:第二样本数据处理单元,用于从所述样本数据中确定具有离散性质的样本数据,对所述具有离散性质的样本数据通过独热编码的方式得到特征向量;所述第一生理指标的样本数据包括呼吸频率、心率和心率变异性;所述第二生理指标的样本数据包括呼吸频率、心率、血氧饱和度、心率变异性、年龄和BMI指数,所述模型生成模块还包括:第三样本数据处理单元,用于对所述样本数据中的所述呼吸频率、所述心率、所述血氧饱和度、所述心率变异性和所述年龄通过标准化计算去除量纲影响。5.如权利要求1所述的装置,其特征在于,所述数据处理模块包括:信号接收单元,用于接收所述脉搏波信号;第一信号处理单元,用于采用低通滤波器过滤所述脉搏波信号的高频噪声;第二信号处理单元,用于对过滤后的所述脉搏波信号根据形态学方法去除基线漂移;第三信号处理单元,用于对去除基线漂移后的所述脉搏波信号根据快速傅里叶变化进行处理从而得到呼吸频率。6.如权利要求2所述的装置,其特征在于,所述样本数据具有情绪水平标签、压力水平标签和呼吸状况标签,所述用户状态识别模型包括情绪水平识别模型、压力水平识别模型和呼吸状况识别模型,所述模型生成模块进一步用于根据所述情绪水平标签、所述压力水平标签和所述呼吸状况标签分别生成所述情绪水平识别模型、所述压力水平识别模型和所述呼吸状况识别模型。
7.如权利要求1所述的装置,其特征在于,所述第一生理指标包括呼吸频率、心率和心率变异性;所述第二生理指标包括呼吸频率、...
【专利技术属性】
技术研发人员:杨昆鹏,刘恩锋,江广浪,
申请(专利权)人:研祥智慧物联科技有限公司,
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。