一种体重动态测量方法及装置制造方法及图纸

本发明专利技术提供一种体重动态测量方法及装置，属于体重测量领域，测量方法包括：步骤S1、利用设置了多个电容压力式传感器的鞋垫采集压力数据，将鞋垫采集的数据经预先确定的修正因子进行修正，进而得到训练数据集；步骤S2、构建神经网络，神经网络包括ShuffleNet单元，利用AGWO算法获取神经网络参数的初始化值，并基于该初始化值，结合训练数据集，利用引入增广拉格朗日乘子ALM模型进行迭代以获取神经网络最优参数；步骤S3、采用训练数据集对步骤S2所得的神经网络进行训练，以使损失函数最小。本发明专利技术能够提升体重测量的便捷性和精度。

【技术实现步骤摘要】

本专利技术属于体重测量领域，具体涉及一种体重动态测量方法及装置。

技术介绍

1、体重是衡量人体健康状况的重要指标之一，直接与许多疾病的发生密切相关，因此，准确且方便的体重监测方法变得愈加重要。现有的体重测量方法主要依赖于电子体重秤。虽然这种方法操作简单、精度高，但其缺乏便捷性，无法提供实时或持续的监测数据。尤其是当体重的连续监测成为某种疾病治疗方案的一部分时，患者往往会忘记定期采集自己的健康指标。此外，也有研究采用鞋底布置压力传感器，基于单纯的物理模型（比如牛顿第二定律）进行体重的估算，但这种方法存在精度低的缺陷，尤其在传感器布置较少或偏载的情况下，误差更大，若通过增加传感器来提高精度，又增加了系统的复杂度，导致设备不够简便而不适合日常使用。

技术实现思路

1、本专利技术的目的是提出一种体重动态测量方法及装置，提升体重测量的便捷性和精度。

2、本专利技术通过以下技术方案实现：

3、一种体重动态测量方法，包括如下步骤：

4、步骤s1、利用设置了多个电容压力式传感器的鞋垫采集压本文档来自技高网...

【技术保护点】

1.一种体重动态测量方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种体重动态测量方法，其特征在于：所述步骤S1中，所述多次以不同方向对鞋垫施加已知压力以模拟使用者以不同姿势向鞋垫施加压力，对于第i次施加的已知压力Fi，第j个电容压力式传感器在t时刻所对应的压力数据表示为，则鞋垫采集的压力数据表示为，根据公式计算第i次施加的已知压力Fi所对应的误差因子λi，将每次施加已知压力所对应的误差因子求平均得到修正因子λ，其中，E表示传感器材料的弹性系数，A表示传感器极板的有效面积，，，为真空介电常数，为极板间介质的相对介电常数，为传感器两极板间的初始间距，为第i次施加已知...

【技术特征摘要】

1.一种体重动态测量方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种体重动态测量方法，其特征在于：所述步骤s1中，所述多次以不同方向对鞋垫施加已知压力以模拟使用者以不同姿势向鞋垫施加压力，对于第i次施加的已知压力fi，第j个电容压力式传感器在t时刻所对应的压力数据表示为，则鞋垫采集的压力数据表示为，根据公式计算第i次施加的已知压力fi所对应的误差因子λi，将每次施加已知压力所对应的误差因子求平均得到修正因子λ，其中，e表示传感器材料的弹性系数，a表示传感器极板的有效面积，，，为真空介电常数，为极板间介质的相对介电常数，为传感器两极板间的初始间距，为第i次施加已知压力时，第j个传感器的两极板间的间距在t时刻的变化量，n为传感器数量。

3.根据权利要求2所述的一种体重动态测量方法，其特征在于：所述步骤s1中，测试者穿着放置所述鞋垫的鞋以不同的随意姿势在平地上站立以获取k个实际压力数据，并对各实际压力数据根据公式进行修正，得到修正压力数据ff组成的原始数据集。

4.根据权利要求3所述的一种体重动态测量方法，其特征在于：所述步骤s1中，对原始数据集中的数据进行去重、剔除异常值和归一化处理后，转换为灰度图像，得到训练数据集。

5.根据权利要求1或2或3或4所述的一种体重动态测量方法，其特征在于：所述步骤s2中，所述神经网络包括初始卷积层、最大池化层、多个连续的shufflenet单元、全局平均池化层和全连接层。

6.根据权利要求5所述的一种体重动态测量方法，其特征在于：所述步骤s2中，...

【专利技术属性】
技术研发人员：朱利琦，戴厚德，黄毅杨，俞辉，赖源，
申请(专利权)人：泉州装备制造研究所，
类型：发明
国别省市：