【技术实现步骤摘要】
本专利技术涉及压力毯，具体涉及压力数据处理方法、装置、计算机设备及存储介质。
技术介绍
1、压力毯是一种将压力信号转换成电信号，通过数据采集系统进行滤波和量化编码，通过计算机进行数字信号分析和处理，输出体压数据的毯子，压力毯可以实现对压力分布进行量化和可视化，
2、压力毯包括高精度压力毯和低精度压力毯，高精度压力毯比低精度压力毯获取的压力数据多，可以精准的获取各个部位的精准压力信息，从而反映用户的压力分布。但是，高精度压力毯的价格贵，不能根据用户需求和体感反馈进行动态调整，无法进行个性化定制，对压力毯的低精度压力数据模拟高精度压力数据的准确率低，得到的高精度压力数据与实际高精度压力数据差别较大。
技术实现思路
1、有鉴于此，本专利技术提供了一种压力数据处理方法、装置、计算机设备及存储介质，以解决压力毯的低精度压力数据模拟高精度压力数据的准确率低的问题。
2、第一方面，本专利技术提供了一种压力数据处理方法，包括：获取实时压力数据，实时压力数据为实时的具有第一预设精度的...
【技术保护点】
1.一种压力数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括对所述目标深度学习模型进行训练，对所述目标深度学习模型进行训练的方法包括：
3.根据权利要求2所述的方法，其特征在于，所述分别对所述第一历史压力数据和所述第二历史压力数据进行预处理，得到目标历史压力数据，包括：
4.根据权利要求2或3所述的方法，其特征在于，所述将所述目标历史压力数据输入至所述初始深度学习模型，对所述初始深度学习模型进行训练，得到目标深度学习模型，包括：
5.根据权利要求4所述的方法，其特征在于，...
【技术特征摘要】
1.一种压力数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括对所述目标深度学习模型进行训练，对所述目标深度学习模型进行训练的方法包括：
3.根据权利要求2所述的方法，其特征在于，所述分别对所述第一历史压力数据和所述第二历史压力数据进行预处理，得到目标历史压力数据，包括：
4.根据权利要求2或3所述的方法，其特征在于，所述将所述目标历史压力数据输入至所述初始深度学习模型，对所述初始深度学习模型进行训练，得到目标深度学习模型，包括：
5.根据权利要求4所述的方法，其特征在于，对所述初始深度学习模型进行优化...
【专利技术属性】
技术研发人员：张昌军，徐念龙，高瑞苗，
申请(专利权)人：王力安防科技股份有限公司，
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。