System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种宠物情绪预测方法、装置、存储介质及宠物项圈制造方法及图纸_技高网

一种宠物情绪预测方法、装置、存储介质及宠物项圈制造方法及图纸

技术编号:40017291 阅读:4 留言:0更新日期:2024-01-16 16:12
本申请涉及情绪预测领域,公开了一种宠物情绪预测方法、装置、存储介质及宠物项圈。所述方法包括:采集目标宠物的生理指标数据,并通过训练好的神经网络模型对所述生理指标数据进行预测,获得情绪预测结果;根据所述情绪预测结果通过预设情绪预测模型确定所述目标宠物的当前情绪;在情绪预测结果满足预设条件的情况下,反馈情绪预测结果,以发出对目标宠物采取对应的安抚措施提示。可实时监测宠物的情绪状态,并在宠物的情绪出现异常的情况下及时进行预警,以使宠物主人能够及时采取相应的措施,从而减少宠物伤人的风险并有效地预防宠物伤人事件的发生。不仅能更好地了解宠物的情绪状态和需求,而且还能与宠物进行更加贴心的互动。

【技术实现步骤摘要】

本申请涉及情绪预测,特别地涉及一种宠物情绪预测方法、装置、存储介质以及宠物项圈。


技术介绍

1、此处提供的
技术介绍
描述的目的是总体地给出本申请的背景,本部分的陈述仅仅是提供了与本申请相关的背景,并不必然构成现有技术。

2、

3、为了减少宠物伤人事件的发生,人们需要采用一些科技手段来帮助监测和预测宠物的行为。

4、目前,一些新兴技术如智能摄像头、传感器、机器学习等已经应用于宠物行为监测和分析中。这些技术可以帮助主人更好地了解宠物的行为习惯和情感状态,及时发现异常行为并采取相应措施,预防宠物伤人事件的发生。因此,宠物情绪状态分析技术在宠物管理和保护方面具有重要的应用意义。


技术实现思路

1、针对上述问题,本申请提出一种宠物情绪预测方法、装置、存储介质以及宠物项圈。该方法可以实时监测宠物的情绪状态,包括焦虑、愤怒、恐惧等,当宠物情绪状态异常时,及时提醒主人采取相应的措施;可以通过对宠物情绪状态的分析,及时调节宠物的行为,包括改变宠物的饮食、睡眠、运动等,从而减少宠物伤人的风险。

2、本申请的第一个方面,提供了一种宠物情绪预测方法,所述方法包括:

3、采集目标宠物的生理指标数据,并通过训练好的神经网络模型对所述生理指标数据进行预测,获得情绪预测结果;

4、根据所述情绪预测结果通过预设情绪预测模型确定所述目标宠物的当前情绪;

5、在所述情绪预测结果满足预设条件的情况下,反馈所述情绪预测结果,以发出对所述目标宠物采取对应的安抚措施提示。

6、进一步地,所述生理指标数据,包括:

7、心率数据、血压数据和血氧数据中的一项或多项。

8、进一步地,通过发出预警消息的方式,反馈所述情绪预测结果。

9、进一步地,所述神经网络模型,包括:

10、lstm神经网络模型。

11、进一步地,在所述通过训练好的神经网络模型对所述生理指标数据进行预测之前,还包括:

12、根据所述目标宠物的种类确定对应的训练数据;

13、根据所述训练数据,通过交叉熵损失函数和adam优化算法对所述神经网络模型进行训练,获得所述训练好的神经网络模型。

14、进一步地,所述预设情绪预测模型,包括:

15、

16、

17、其中,表示第一个时间步的情绪预测结果,x1表示第一个时间步的生理指标数据,表示第t-1个时间步的情绪预测结果,xt表示第t个时间步的生理指标数据,表示第t个时间步的情绪预测结果。

18、本申请的第二个方面,提供了一种宠物情绪预测装置,所述装置包括:

19、第一预测模块,用于采集目标宠物的生理指标数据,并通过训练好的神经网络模型对所述生理指标数据进行预测,获得情绪预测结果;

20、第二预测模块,用于根据所述情绪预测结果通过预设情绪预测模型确定所述目标宠物的当前情绪;

21、判定模块,用于在所述情绪预测结果满足预设条件的情况下,反馈所述情绪预测结果,以发出对所述目标宠物采取对应的安抚措施提示。

22、进一步地,所述生理指标数据,包括:

23、心率数据、血压数据和血氧数据中的一项或多项。

24、进一步地,通过发出预警消息的方式,反馈所述情绪预测结果。

25、进一步地,所述神经网络模型,包括:

26、lstm神经网络模型。

27、进一步地,在所述通过训练好的神经网络模型对所述生理指标数据进行预测之前,还包括:

28、根据所述目标宠物的种类确定对应的训练数据;

29、根据所述训练数据,通过交叉熵损失函数和adam优化算法对所述神经网络模型进行训练,获得所述训练好的神经网络模型。

30、进一步地,所述预设情绪预测模型,包括:

31、

32、

33、其中,表示第一个时间步的情绪预测结果,x1表示第一个时间步的生理指标数据,表示第t-1个时间步的情绪预测结果,xt表示第t个时间步的生理指标数据,表示第t个时间步的情绪预测结果。

34、本申请的第三个方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储的计算机程序,可被一个或多个处理器执行,用以实现如上所述方法的步骤。

35、本申请的第四个方面,提供了一种宠物项圈,包括:

36、检测装置,被配置为:采集目标宠物的生理指标数据;

37、控制装置,与所述检测装置通信连接,并被配置为:通过训练好的神经网络模型对所述生理指标数据进行预测,获得生理指标预测结果;根据所述情绪预测结果通过预设情绪预测模型确定所述目标宠物的当前情绪;在所述情绪预测结果满足预设条件的情况下,反馈所述情绪预测结果,以发出对所述目标宠物采取对应的安抚措施提示。

38、进一步地,还包括:

39、指示装置,与所述控制装置通信连接,并被配置为:响应于接收到所述情绪预测结果,发出预警消息。

40、与现有技术相比,本申请的技术方案所具备的优点或有益效果包括:

41、可以实时监测宠物的情绪状态,并在宠物的情绪出现异常的情况下及时向主人预警,以使宠物主人能够及时采取相应的措施,如改变宠物的饮食、睡眠、运动等,从而减少宠物伤人的风险并有效地预防宠物伤人事件的发生。不仅能够帮助主人更好地了解宠物的情绪状态和需求,而且还能与宠物进行更加贴心的互动,比如给予其及时且适当的关爱和陪伴,从而增强宠物主人之间的互动。

本文档来自技高网...

【技术保护点】

1.一种宠物情绪预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的宠物情绪预测方法,其特征在于,所述生理指标数据,包括:

3.根据权利要求1所述的宠物情绪预测方法,其特征在于,

4.根据权利要求1所述的宠物情绪预测方法,其特征在于,所述神经网络模型,包括:

5.根据权利要求1所述的宠物情绪预测方法,其特征在于,在所述通过训练好的神经网络模型对所述生理指标数据进行预测之前,还包括:

6.根据权利要求1所述的宠物情绪预测方法,其特征在于,所述预设情绪预测模型,包括:

7.一种宠物情绪预测装置,其特征在于,包括:

8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储的计算机程序,当被一个或多个处理器执行时,实现如权利要求1至6中任一项所述的宠物情绪预测方法。

9.一种宠物项圈,其特征在于,包括:

10.根据权利要求9所述的宠物项圈,其特征在于,还包括:

【技术特征摘要】

1.一种宠物情绪预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的宠物情绪预测方法,其特征在于,所述生理指标数据,包括:

3.根据权利要求1所述的宠物情绪预测方法,其特征在于,

4.根据权利要求1所述的宠物情绪预测方法,其特征在于,所述神经网络模型,包括:

5.根据权利要求1所述的宠物情绪预测方法,其特征在于,在所述通过训练好的神经网络模型对所述生理指标数据进行预测之前,还包括:

【专利技术属性】
技术研发人员:郭树能雷汉文白金蓬
申请(专利权)人:珠海格力电器股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1