【技术实现步骤摘要】
本专利技术涉及办公环境监测的，特别是涉及一种基于办公家具噪音检测的环境健康监测方法及系统。
技术介绍
1、随着现代办公环境的不断发展，办公区域内的噪音污染问题日益受到关注。噪音不仅会影响员工的工作效率和心理健康，还可能对员工的身体健康产生长远的负面影响。因此，对办公环境中的噪音进行有效监测和管理变得尤为重要。
2、现有的办公环境噪音监测方法主要依赖于固定的噪音监测设备，这些设备通常安装在特定位置，无法全面覆盖整个办公区域；由于不同位置、不同类型的办公家具和活动产生的噪音水平差异很大，仅依靠单一或少数几个固定点的测量数据，无法准确评估整体办公环境的噪音状况及其对员工的影响。
技术实现思路
1、为解决上述技术问题，本专利技术提供一种能够提供准确和详细的噪音监测结果，优化办公环境，保障员工的身心健康的基于办公家具噪音检测的环境健康监测方法及系统。
2、第一方面，本专利技术提供了基于办公家具噪音检测的环境健康监测方法，所述方法应用于办公区域的噪音环境监测，所述办公区域内的办公家具配置有噪音传感器，所述方法包括：
3、实时收集各个噪音传感器采集的实时噪音监测数据；
4、针对每条实时噪音监测数据，识别并提取所述实时噪音监测数据中的关键特征，获得噪音传感器对应的办公家具位置信息、办公家具类型以及实时噪音分贝值；
5、将所述办公家具位置信息和所述办公家具类型进行数值化转换，并进行数据结合，获得办公家具空间向量；所述办公家具空间向量包括办公
6、将所述办公家具空间向量作为索引地址，在预设的办公环境噪音基准矩阵中进行定位，提取与所述办公家具空间向量对应的基准噪音分贝值；
7、计算各个办公家具对应的实时噪音分贝值和基准噪音分贝值之间的噪音差值，并基于预设空间分布规则，对多个噪音差值进行数据阵列，获得办公环境噪音差值空间矩阵；
8、将所述办公环境噪音差值空间矩阵输入至预设的办公环境噪音评价模型中，获得办公环境噪音健康评分；
9、将所述办公环境噪音健康评分与预设办公环境噪音健康阈值进行比对，若所述办公环境噪音健康评分高于预设办公环境噪音健康阈值，则判定此时办公环境的噪音程度合格；若所述办公环境噪音健康评分未高于预设办公环境噪音健康阈值，则判定此时办公环境的噪音程度不合格。
10、进一步地，识别并提取所述实时噪音监测数据中的关键特征的方法，包括：
11、接收来自各个噪音传感器的实时数据；
12、对接收到的数据进行清洗，去除异常值、重复值和无效数据；
13、从每条实时数据中，识别并提取出关键特征；
14、利用传感器附带的元数据，确定噪音传感器所处的具体位置；
15、将这个位置信息与办公区域的布局图进行比对，确定传感器对应的办公家具位置；
16、利用传感器附带的元数据，确定噪音传感器所在位置的办公家具类型；
17、从实时数据中直接提取出噪音分贝值。
18、进一步地，所述办公家具空间向量的获取方法，包括：
19、在办公环境中，建立坐标系统来描述每个办公家具的位置；
20、对于每一个已知位置的传感器，根据其相对于参考点的坐标值，赋予一个位置标识参数；
21、每种办公家具分配一个类型标识参数；
22、将位置标识参数和办公家具类型标识参数结合，获得综合描述特定办公家具的多维向量，即办公家具空间向量。
23、进一步地，所述办公环境噪音基准矩阵的构建方法，包括：
24、收集办公环境的历史噪音数据；对收集到的数据进行清洗，去除无效、异常和重复的数据；
25、将清洗后的数据按照办公家具的位置和类型进行分类；
26、对于每个分类，计算其历史噪音数据的平均值作为基准值；
27、根据收集到的数据，设定矩阵的行数和列数；行数对应于不同的办公家具位置标识参数，列数对应于不同的办公家具类型标识参数；
28、将每个分类的基准值填入矩阵的对应行列交叉点中，获得办公环境噪音基准矩阵；每个交叉点表示在对应办公家具位置标识参数和办公家具类型标识参数下的基准噪音分贝值。
29、进一步地，所述办公环境噪音差值空间矩阵的获取方法，包括：
30、对于每一个办公家具位置和类型，使用实时噪音分贝值减去基准噪音分贝值，获得噪音差值；
31、根据办公区域的实际布局，将整个空间划分为多个小单元格；每个单元格对应一个具体的办公家具位置；
32、创建一个矩阵，其行数和列数分别对应于不同维度上的空间划分；
33、将每个噪音差值填入对应的行列交叉点处，获得办公环境噪音差值空间矩阵。
34、进一步地，所述办公环境噪音评价模型的构建方法，包括：
35、收集历史办公环境噪音监测数据，包括不同时间、不同位置、不同类型办公家具的噪音数据；
36、对收集到的数据进行预处理，包括数据清洗、去噪和标准化；
37、从预处理后的数据中提取与噪音评价相关的特征，筛选出对噪音评价影响最大的关键特征；
38、选择深度学习算法作为模型的基础，包括支持向量机、神经网络、随机森林；
39、将提取的关键特征划分为训练数据集合验证数据集；
40、使用训练数据集对模型进行训练，并通过交叉验证、网格搜索方法对模型参数进行优化；
41、使用验证数据集对训练好的模型进行验证；
42、根据验证结果对模型进行调整和优化；
43、将办公环境噪音评价模型部署到实际应用中，用于获取办公环境噪音健康评分。
44、进一步地，所述预设办公环境噪音健康阈值的设定影响因素包括听力保护、心理健康、空间布局、人员密度、员工反馈、传感器精度和数据处理能力。
45、另一方面，本申请还提供了基于办公家具噪音检测的环境健康监测系统，所述系统包括：
46、实时数据采集模块，实时收集各个噪音传感器采集的实时噪音监测数据；
47、特征提取模块，针对每条实时噪音监测数据，识别并提取所述实时噪音监测数据中的关键特征，获得噪音传感器对应的办公家具位置信息、办公家具类型以及实时噪音分贝值；
48、空间向量构建模块，将所述办公家具位置信息和所述办公家具类型进行数值化转换，并进行数据结合，获得办公家具空间向量；所述办公家具空间向量包括办公家具位置标识参数和办公家具类型标识参数；
49、基准噪音定位模块，将所述办公家具空间向量作为索引地址，在预设的办公环境噪音基准矩阵中进行定位，提取与所述办公家具空间向量对应的基准噪音分贝值；
50、矩阵构建模块，计算各个办公家具对应的实时噪音分贝值和基准噪音分贝值之间的噪音差值，并基于预设空间分布规则，对多个噪音差值进行数据阵列，获得办公环境噪音本文档来自技高网...
【技术保护点】
1.一种基于办公家具噪音检测的环境健康监测方法，其特征在于，所述方法应用于办公区域的噪音环境监测，所述办公区域内的办公家具配置有噪音传感器，所述方法包括：
2.如权利要求1所述的基于办公家具噪音检测的环境健康监测方法，其特征在于，识别并提取所述实时噪音监测数据中的关键特征的方法，包括：
3.如权利要求1所述的基于办公家具噪音检测的环境健康监测方法，其特征在于，所述办公家具空间向量的获取方法，包括：
4.如权利要求1所述的基于办公家具噪音检测的环境健康监测方法，其特征在于，所述办公环境噪音基准矩阵的构建方法，包括：
5.如权利要求1所述的基于办公家具噪音检测的环境健康监测方法，其特征在于，所述办公环境噪音差值空间矩阵的获取方法，包括：
6.如权利要求1所述的基于办公家具噪音检测的环境健康监测方法，其特征在于，所述办公环境噪音评价模型的构建方法，包括：
7.如权利要求1所述的基于办公家具噪音检测的环境健康监测方法，其特征在于，所述预设办公环境噪音健康阈值的设定影响因素包括听力保护、心理健康、空间布局、人员密度、员
8.一种基于办公家具噪音检测的环境健康监测系统，其特征在于，所述系统包括：
9.一种基于办公家具噪音检测的环境健康监测电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，其特征在于，所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。
...【技术特征摘要】
1.一种基于办公家具噪音检测的环境健康监测方法，其特征在于，所述方法应用于办公区域的噪音环境监测，所述办公区域内的办公家具配置有噪音传感器，所述方法包括：
2.如权利要求1所述的基于办公家具噪音检测的环境健康监测方法，其特征在于，识别并提取所述实时噪音监测数据中的关键特征的方法，包括：
3.如权利要求1所述的基于办公家具噪音检测的环境健康监测方法，其特征在于，所述办公家具空间向量的获取方法，包括：
4.如权利要求1所述的基于办公家具噪音检测的环境健康监测方法，其特征在于，所述办公环境噪音基准矩阵的构建方法，包括：
5.如权利要求1所述的基于办公家具噪音检测的环境健康监测方法，其特征在于，所述办公环境噪音差值空间矩阵的获取方法，包括：
6.如权利要求1所述的基于办公家具噪音检测的环境健康监测方法，其特征在于，所述办...
【专利技术属性】
技术研发人员：曾彬，杨金欣，钟浩，
申请(专利权)人：科睿特软件集团股份有限公司，
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。