基于神经网络模型，融合面象特征，判别中医体质，并给予相应生活建议的方法技术

本发明专利技术公开一种通过提取的面象特征，对服务对象当前面象特征进行融合分析，预测中医体质，并给予相应生活建议的方法。本发明专利技术涉及健康服务管理领域，利用标注的面部图片，作为训练数据集(数据集已放在其他证明文件)，对多分类器神经网络模型(CNN)进行迭代训练，进一步提高了模型在进行体质融合的准确性，从而使得提供给用户的建议更加贴合用户实际需要，提升了整个融合方法的可靠性。

【技术实现步骤摘要】

本专利技术公开一种通过提取的面象特征，对服务对象当前面象特征进行融合分析，预测中医体质，并给予相应生活建议的方法。本专利技术涉及健康服务管理领域，利用标注的面部图片，作为训练数据集，对多分类器神经网络模型(cnn)进行迭代训练，进一步提高了模型在进行体质融合的准确性，从而使得提供给用户的建议更加贴合用户实际需要，提升了整个融合方法的可靠性。

技术介绍

1、因为面象特征与中医体质间没有统一的判断标准，导致体质辨识的准确性不足，具体体现在：(1)面象特征与中医体质间的判断不专业；(2)面象训练集标注的标准不统一。

2、关联技术：多分类器神经网络模型(cnn)、panda均为成熟技术方法。

3、参考资料：《中医体质分类与判定》、《黄帝内经》、《中医诊断学》、《中医体质学》、《中医基础理论》。

4、关键在于通过训练集训练提升融合模型的准确性，从而提高体质辨识的准确性。

5、综上所述，现有的融合模型由于面象特征与中医体质间的判断不专业，以及面象训练集标注的标准不统一，导致体质辨识的准确性不足。>

<本文档来自技高网...

【技术保护点】

1.基于多分类器神经网络模型(CNN)，融合面象特征，判定最终中医体质，并给与相应生活建议的方法。

2.对多分类器神经网络模型(CNN)，进行迭代训练的面象训练集。

【技术特征摘要】

1.基于多分类器神经网络模型(cnn)，融合面象特征，判定最终中医体质，并给与相应生活建...

【专利技术属性】
技术研发人员：潘国瑞，龙家宏，黄丹娜，
申请(专利权)人：银润康深圳科技有限公司，
类型：发明
国别省市：