CN114881177A - 基于物联网技术的营养健康数据采集系统 - Google Patents

基于物联网技术的营养健康数据采集系统 Download PDF

Info

Publication number
CN114881177A
CN114881177A CN202210753576.XA CN202210753576A CN114881177A CN 114881177 A CN114881177 A CN 114881177A CN 202210753576 A CN202210753576 A CN 202210753576A CN 114881177 A CN114881177 A CN 114881177A
Authority
CN
China
Prior art keywords
data
nutritional health
nutritional
determining
subunit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210753576.XA
Other languages
English (en)
Other versions
CN114881177B (zh
Inventor
许静
丁迎春
谭平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Qianhai Hi Tech International Medical Management Co ltd
Original Assignee
Shenzhen Qianhai Hi Tech International Medical Management Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Qianhai Hi Tech International Medical Management Co ltd filed Critical Shenzhen Qianhai Hi Tech International Medical Management Co ltd
Priority to CN202210753576.XA priority Critical patent/CN114881177B/zh
Publication of CN114881177A publication Critical patent/CN114881177A/zh
Application granted granted Critical
Publication of CN114881177B publication Critical patent/CN114881177B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明提供了基于物联网技术的营养健康数据采集系统,包括:连接模块,用于获取各营养健康设备的通讯地址,并基于通讯地址构建各营养健康设备与管理终端的通讯链路;数据采集模块,用于基于通讯链路采集各营养健康设备的营养健康数据,并将营养健康数据进行分类;数据关联模块,用于获取被测人员的身份信息,并将分类后的营养健康数据与被测人员的身份信息进行关联。通过物联网将管理终端与营养健康设备进行连接,实现对营养健康数据采集的便利性,同时将采集到的营养健康数据与被测人员进行关联,实现对采集到的营养健康数据进行有效管理,提升了营养健康数据的采集效果。

Description

基于物联网技术的营养健康数据采集系统
技术领域
本发明涉及数据处理技术领域,特别涉及基于物联网技术的营养健康数据采集系统。
背景技术
目前,随着人们生活水平越来越高,越来越多的人更加注重自身的身体健康状况,通过营养健康设备可有效的查看自身当前的营养健康数据;
传统的营养健康数据采集均是通过营养健康设备与被测人员进行连接,实现对被测人员的营养健康数据进行采集,且被测人员需要时刻关注营养健康设备的运行状态才能了解营养健康数据的采集情况,且营养健康设备只能单独使用,且一般对数据的存储时长存在限制,极大的降低了用户的使用体验感,同时也不便对采集到的营养健康数据进行有效的管理;
因此,本发明提供了基于物联网技术的营养健康数据采集系统。
发明内容
本发明提供基于物联网技术的营养健康数据采集系统,用以通过物联网将管理终端与营养健康设备进行连接,实现对营养健康数据采集的便利性,同时将采集到的营养健康数据与被测人员进行关联,实现对采集到的营养健康数据进行有效管理,提升了营养健康数据的采集效果。
本发明提供了基于物联网技术的营养健康数据采集系统,包括:
连接模块,用于获取各营养健康设备的通讯地址,并基于通讯地址构建各营养健康设备与管理终端的通讯链路;
数据采集模块,用于基于通讯链路采集各营养健康设备的营养健康数据,并将营养健康数据进行分类;
数据关联模块,用于获取被测人员的身份信息,并将分类后的营养健康数据与被测人员的身份信息进行关联。
优选的,基于物联网技术的营养健康数据采集系统,连接模块,包括:
端口分配单元,用于确定营养健康设备的目标数量,并基于目标数量控制管理终端分配数据接口,其中,数据接口的数量与营养健康设备的目标数量相一致;
信息获取单元,用于基于目标数量分别确定不同营养健康设备的终端标识,并基于终端标识从预设通讯地址库中确定不同营养健康设备的通讯地址;
链路构建单元,用于基于通讯地址通过数据接口分别向不同营养健康设备发送链路构建请求,并基于链路构建请求构建营养健康设备与管理终端的通讯链路。
优选的,基于物联网技术的营养健康数据采集系统,链路构建单元,包括:
设备信息获取子单元,用于获取营养健康设备的属性信息,并基于属性信息确定营养健康设备的工作参数;
并行链路构建子单元,用于基于工作参数确定不同营养健康设备在单位时间内获取到的营养健康数据的数据量,并当数据量大于预设阈值时,基于管理终端向营养健康设备发送构建并行链路请求;
所述并行链路构建子单元,用于基于构建并行链路请求构建营养设备与管理终端的并行链路,并对所述并行链路进行标记,同时将标记结果在管理终端进行记录存储。
优选的,基于物联网技术的营养健康数据采集系统,链路构建单元,还包括:
链路获取子单元,用于获取营养健康设备与管理终端之间的通讯链路,并确定通讯链路的链路编号,其中,不同营养健康设备与管理终端之间的通讯链路对应不同的链路编号;
链路校验子单元,用于基于链路编号向不同营养健康设备发送链路通讯协议,并基于链路通讯协议对营养健康设备与管理终端之间的通讯链路的数据传输参数进行适配;
所述链路校验子单元,还用于基于适配结果通过营养健康设备向管理终端发送测试数据包,且在管理终端接收到测试数据包时,判定营养健康设备与管理终端之间的通讯链路合格,完成对通讯链路的校验。
优选的,基于物联网技术的营养健康数据采集系统,数据采集模块,包括:
数据获取单元,用于创建数据传输任务,并基于数据传输任务确定待采集数据种类;
所述数据获取单元,用于确定待采集数据种类的特征属性,并基于特征属性生成目标数据采集请求指令,其中,目标数据采集请求指令与待采集数据种类一一对应;
指令传输单元,用于基于通讯链路将目标数据采集请求指令下发至对应的营养健康设备,且营养健康设备基于目标数据采集请求指令调取采集到的营养健康数据;
数据类型确定单元,用于提取所述营养健康数据的数据特征,并基于所述数据特征确定所述营养健康数据的数据类型;
格式转换单元,用于基于数据类型确定所述营养健康数据的数据结构,并基于所述数据结构确定所述营养健康数据的段头和段尾;
所述格式转换单元,用于基于段头和段尾确定所述营养健康数据的数据量,并基于数据量将所述营养健康数据缓存至预设数据存储缓冲区;
所述格式转换单元,还用于基于所述营养健康数据的数据类型从预设格式转换规则库中匹配目标格式转换规则,并基于目标格式转换规则将所述营养健康数据中的数据字节转换为预设字符;
所述格式转换单元,还用于基于转换结果将预设数据存储缓冲区中格式转换后的营养健康进行打包封装,得到封装数据包,并对封装数据包设定目标标识,其中,一个封装数据包对应一个目标标识;
数据传输单元,用于确定通讯链路的时钟信号,并基于时钟信号根据目标标识依次将封装数据包传输至管理终端;
数据解析单元,用于控制管理终端接收所述封装数据包,并确定所述封装数据包的封装格式;
所述数据解析单元,用于基于封装格式调用预设解封装策略对不同封装格式的封装数据包进行解封操作,并基于解封结果对格式转换后的营养数据进行逆转换,得到原始数据;
数据分类单元,用于获取原始数据对一个的封装数据包的目标标识,并基于所述目标标识确定所述原始数据的数据类型;
所述数据分类单元,用于基于数据类型将得到的原始数据进行分类,并将分类后的原始数据进行打包压缩,得到不同类别的营养健康数据的数据压缩包。
优选的,基于物联网技术的营养健康数据采集系统,数据类型确定单元,包括:
数据获取子单元,用于获取采集到的营养健康数据以及营养健康数据对应的数据类型,并基于数据类型从预设数据清洗规则库中匹配目标清洗规则;
数据筛选子单元,用于对营养健康数据进行聚类处理,并基于聚类结果确定所述营养健康数据中的孤立样本数据;
数据清洗子单元,用于基于所述目标清洗规则对所述营养健康数据中的孤立样本数据进行清洗,并基于清洗结果得到标准营养健康数据。
优选的,基于物联网技术的营养健康数据采集系统,数据解析单元,包括:
数据调用子单元,用于获取对格式转换后的营养数据进行逆转换后得到原始数据以及原始数据对应的数据类型,并基于所述数据类型在管理终端绘制不同数据类型对应的数据统计图表;
数据输入子单元,用于将不同数据类型的原始数据与对应的数据统计表进行融合,并基于融合结果得到待显示统计图表;
数据显示子单元,用于确定管理终端对待显示统计图表的显示参数,并基于所述显示参数对待显示统计图表的显示状态进行调整,且基于调整结果将所述待显示统计图表在管理终端进行显示。
优选的,基于物联网技术的营养健康数据采集系统,数据分类单元,包括:
分类结果获取子单元,用于获取对原始数据的分类结果,并基于分类结果提取每一类原始数据的特征属性;
模型构建子单元,用于基于特征属性确定对每一类原始数据的评估指标,同时,获取对每一类原始数据的采集目的,并基于所述评估指标以及采集目的制定每一类原始数据对应的数据质量评估规则;
所述模型构建子单元,用于获取不同营养健康设备的历史采集数据,并基于数据质量评估规则对所述历史采集数据进行训练,得到数据质量评估模型;
数据评估子单元,用于将每一类原始数据分别输入所述数据质量评估模型进行分析,并确定每一类原始数据对应的稽查量化值;
所述数据评估子单元,用于基于稽查量化值确定每一类原始数据中满足对应评估指标的目标数据量,并基于所述目标数据量确定每一类原始数据的合格百分比;
所述数据评估子单元,用于确定每一类原始数据的评估指标的权重,并基于权重以及每一类原始数据的合格百分比确定每一类原始数据的质量综合评估值;
比较子单元,用于将每一类原始数据的质量综合评估值分别与对应的预设阈值进行比较;
若存在质量综合评估值小于对应的预设阈值,确定当前原始数据的数据种类,并基于管理终端重新通过营养健康设备采集对应的原始数据,直至质量综合评估值大于或等于对应的预设阈值;
否则,判定采集到的每一类原始数据均合格。
优选的,基于物联网技术的营养健康数据采集系统,数据关联模块,包括:
图像获取单元,用于获取被测人员的面部图像,并提取面部图像中全部像素点的位置信息;
图像处理单元,用于基于所述全部像素点的位置信息对面部图像进行边缘检测,得到面部图像的边缘特征;
所述图像处理单元,还用于提取面部图像的局部特征,并基于边缘特征对局部特征进行过滤,得到面部图像的图像特征;
身份信息获取单元,用于向预设服务器发送身份信息获取请求,且当预设服务器对身份信息获取请求响应后将图像特征上传至预设服务器;
所述身份信息获取单元,用于通过预设服务器查找与图像特征对应的目标用户图像,并基于目标用户图像调取相应的身份信息,且将身份信息反馈至管理终端,其中,预设服务器中存储有被测人员提前录入的用户图像以及对应的身份信息;
数据关联单元,用于基于身份信息确定被测人员与分类后的营养健康数据的关联关系,并基于关联关系生成动态关联码;
所述数据关联单元,用于基于动态关联码将身份信息以及分类后的营养健康数据进行关联编码,并基于关联编码得到最终的关联结果;
关联结果可视化单元,用于基于关联结果将身份信息与分类后的营养健康数据导入预设关系图构建模型,并基于预设关系图构建模型分别确定身份信息与分类后的营养健康数据对应的目标节点;
所述关联结果可视化单元,用于基于关联关系将目标节点进行连接,完成将分类后的营养健康数据与被测人员的身份信息的关联。
优选的,基于物联网技术的营养健康数据采集系统,数据关联单元,包括:
关联结果获取子单元,用于获取被测人员身份信息与分类后的营养健康数据的关联结果,并基于关联结果构建被测人员的个人数据档案;
标识子单元,用于基于被测人员身份信息对个人数据当前设定身份标识,并基于标识结果将被测人员的分类后的营养健康数据在个人数据档案中进行更新存储。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中基于物联网技术的营养健康数据采集系统的结构图;
图2为本发明实施例中基于物联网技术的营养健康数据采集系统中连接模块的结构图;
图3为本发明实施例中基于物联网技术的营养健康数据采集系统中数据关联模块的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本实施例提供了基于物联网技术的营养健康数据采集系统,如图1所示,包括:
连接模块,用于获取各营养健康设备的通讯地址,并基于通讯地址构建各营养健康设备与管理终端的通讯链路;
数据采集模块,用于基于通讯链路采集各营养健康设备的营养健康数据,并将营养健康数据进行分类;
数据关联模块,用于获取被测人员的身份信息,并将分类后的营养健康数据与被测人员的身份信息进行关联。
该实施例中,营养健康设备指的是用于采集被测人员的身体指标参数的机器或医疗设备,具体可以是个体检测营养分析仪等。
该实施例中,通讯地址指的是各营养健康设备的通讯端口,便于与管理终端构建通讯链路,从而实现将数据传输至管理终端。
该实施例中,营养健康数据指的是各营养健康设备采集到的被测人员的身体指标参数。
该实施例中,被测人员的身份信息指的是被测人员的姓名、年龄以及性别等。
该实施例中,将分类后的营养健康数据与被测人员的身份信息进行关联指的是确定营养健康数据与被测人员的对应关系,从而便于确定不同被测人员的营养健康情况。
上述技术方案的有益效果是:通过物联网将管理终端与营养健康设备进行连接,实现对营养健康数据采集的便利性,同时将采集到的营养健康数据与被测人员进行关联,实现对采集到的营养健康数据进行有效管理,提升了营养健康数据的采集效果。
实施例2:
在实施例1的基础上,本实施例提供了基于物联网技术的营养健康数据采集系统,如图2所示,连接模块,包括:
端口分配单元,用于确定营养健康设备的目标数量,并基于目标数量控制管理终端分配数据接口,其中,数据接口的数量与营养健康设备的目标数量相一致;
信息获取单元,用于基于目标数量分别确定不同营养健康设备的终端标识,并基于终端标识从预设通讯地址库中确定不同营养健康设备的通讯地址;
链路构建单元,用于基于通讯地址通过数据接口分别向不同营养健康设备发送链路构建请求,并基于链路构建请求构建营养健康设备与管理终端的通讯链路。
该实施例中,目标数量指的是不同营养健康设备的个数,其中,营养健康设备至少为一个。
该实施例中,数据接口指的是用于和营养健康设备进行数据交互的接口。
该实施例中,终端标识是用来标记不同营养健康设备种类以及区分不同营养健康设备的一种标记标签。
该实施例中,预设通讯地址库是提前设定好的,用于记录不同营养健康设备的终端通讯地址,从而便于构建不同营养健康设备与管理终端的通讯链路。
上述技术方案的有益效果是:通过确定营养健康设备的数量信息,实现控制管理终端分配相对应的数据接口,从而便于实现将各个营养健康设备与管理终端进行连接,其次,通过确定不同营养健康设备的通讯地址,从而实现对营养健康设备与管理终端之间通讯链路的有效搭建,为实现对营养健康数据的采集提供了便利。
实施例3:
在实施例2的基础上,本实施例提供了基于物联网技术的营养健康数据采集系统,链路构建单元,包括:
设备信息获取子单元,用于获取营养健康设备的属性信息,并基于属性信息确定营养健康设备的工作参数;
并行链路构建子单元,用于基于工作参数确定不同营养健康设备在单位时间内获取到的营养健康数据的数据量,并当数据量大于预设阈值时,基于管理终端向营养健康设备发送构建并行链路请求;
所述并行链路构建子单元,用于基于构建并行链路请求构建营养设备与管理终端的并行链路,并对所述并行链路进行标记,同时将标记结果在管理终端进行记录存储。
该实施例中,属性信息指的是营养健康设备的运行特征以及实现的主要数据采集功能。
该实施例中,工作参数指的是营养健康设备在进行数据采集任务时的工作功率、工作时长以及工作频率等。
该实施例中,不同营养健康设备在单位时间内获取到的营养健康数据的数据量是用来表征不同营养健康设备在同一时间段内需要从被测人员处采集的营养健康数据的多少。
该实施例中,预设阈值是提前设定好的,用于表征单条链路在单位时间内能传输的最大数据量。
该实施例中,构建并行链路请求指的是当营养健康设备与管理终端之间的数据传输只通过一条通讯链路传输数据,且当前通讯链路不能满足对采集到的数据进行及时或有效的传输时,再次构建一条或多条营养健康设备与管理终端之间的通讯链路,从而保障营养健康数据的有效传输。
该实施例中,并行链路与初始构建的通讯链路均是用来将营养健康设备上的营养健康数据传输至管理终端。
上述技术方案的有益效果是:通过确定营养健康设备的工作参数,从而实现对营养健康设备在单位时间内采集到的营养健康数据的数据量进行准确判断,且在数据量大于预设阈值时,构建营养健康设备与管理终端之间的并行链路,从而保障了将营养健康设备上的营养健康数据可靠、及时且有效的传输至管理终端,提高了对营养健康数据采集的效率。
实施例4:
在实施例2的基础上,本实施例提供了基于物联网技术的营养健康数据采集系统,链路构建单元,还包括:
链路获取子单元,用于获取营养健康设备与管理终端之间的通讯链路,并确定通讯链路的链路编号,其中,不同营养健康设备与管理终端之间的通讯链路对应不同的链路编号;
链路校验子单元,用于基于链路编号向不同营养健康设备发送链路通讯协议,并基于链路通讯协议对营养健康设备与管理终端之间的通讯链路的数据传输参数进行适配;
所述链路校验子单元,还用于基于适配结果通过营养健康设备向管理终端发送测试数据包,且在管理终端接收到测试数据包时,判定营养健康设备与管理终端之间的通讯链路合格,完成对通讯链路的校验。
该实施例中,链路编号是用于区分不同营养健康设备与管理终端之间通讯链路的标记符号,且一条通讯链路对应一个链路编号。
该实施例中,通讯协议指的是用来规范营养健康设备与管理终端之间通讯链路在进行数据传输时的传输要求。
该实施例中,数据传输参数可以是通讯链路的传输贷款以及数据传输速率等。
该实施例中,适配指的是根据通讯协议中的参数要求对通讯链路的数据传输参数进行调整,从而保障通讯链路能够将营养健康数据有效的传输至管理终端。
该实施例中,测试数据包是提前设定好的,用于检测通讯链路是否畅通以及是否能将数据准确有效的传输至管理终端。
上述技术方案的有益效果是:通过通讯协议对通讯链路的数据传输参数进行适配,且在适配结束后对通讯链路进行数据预传输,从而保障了通讯链路能够将营养健康数据准确可靠的传输至管理终端,提高了数据采集的效果。
实施例5:
在实施例1的基础上,本实施例提供了基于物联网技术的营养健康数据采集系统,数据采集模块,包括:
数据获取单元,用于创建数据传输任务,并基于数据传输任务确定待采集数据种类;
所述数据获取单元,用于确定待采集数据种类的特征属性,并基于特征属性生成目标数据采集请求指令,其中,目标数据采集请求指令与待采集数据种类一一对应;
指令传输单元,用于基于通讯链路将目标数据采集请求指令下发至对应的营养健康设备,且营养健康设备基于目标数据采集请求指令调取采集到的营养健康数据;
数据类型确定单元,用于提取所述营养健康数据的数据特征,并基于所述数据特征确定所述营养健康数据的数据类型;
格式转换单元,用于基于数据类型确定所述营养健康数据的数据结构,并基于所述数据结构确定所述营养健康数据的段头和段尾;
所述格式转换单元,用于基于段头和段尾确定所述营养健康数据的数据量,并基于数据量将所述营养健康数据缓存至预设数据存储缓冲区;
所述格式转换单元,还用于基于所述营养健康数据的数据类型从预设格式转换规则库中匹配目标格式转换规则,并基于目标格式转换规则将所述营养健康数据中的数据字节转换为预设字符;
所述格式转换单元,还用于基于转换结果将预设数据存储缓冲区中格式转换后的营养健康进行打包封装,得到封装数据包,并对封装数据包设定目标标识,其中,一个封装数据包对应一个目标标识;
数据传输单元,用于确定通讯链路的时钟信号,并基于时钟信号根据目标标识依次将封装数据包传输至管理终端;
数据解析单元,用于控制管理终端接收所述封装数据包,并确定所述封装数据包的封装格式;
所述数据解析单元,用于基于封装格式调用预设解封装策略对不同封装格式的封装数据包进行解封操作,并基于解封结果对格式转换后的营养数据进行逆转换,得到原始数据;
数据分类单元,用于获取原始数据对一个的封装数据包的目标标识,并基于所述目标标识确定所述原始数据的数据类型;
所述数据分类单元,用于基于数据类型将得到的原始数据进行分类,并将分类后的原始数据进行打包压缩,得到不同类别的营养健康数据的数据压缩包。
该实施例中,数据传输任务指的是用来表征需要实现的数据传输目的,即数据传输的种类以及数据传输的数据量等。
该实施例中,待采集数据种类指的是需要从不同营养健康设备上采集的数据类型,不同的营养健康设备对应不同的数据类型。
该实施例中,特征属性指的是带采集数据种类的数据结构特点,用于区分不同于其他数据类型的关键特征。
该实施例中,目标数据采集请求指令是管理终端生成的,用于向不同的营养健康设备发发送,从而实现对数据的采集。
该实施例中,营养健康设备基于目标数据采集请求指令调取采集到的营养健康数据指的是营养将抗设备与被测人员相连接,从而实现获取被测人员的营养健康数据。
该实施例中,数据特征指的是营养健康数据的取值以及结构情况。
该实施例中,数据结构指的是营养健康数据中包含的数据数据量以及数据与数据之间的关联关系。
该实施例中,段头指的是营养健康数据的起始位置。
该实施例中,段尾指的是营养健康数据的终止位置。
该实施例中,预设数据存储缓冲区是提前设定好的,用于在数据传输时将营养健康数据进行临时存储,从而便于对营养健康数据进行相应格式转换操作等。
该实施例中,预设格式转换规则库是提前设定好的,用于存储不同数据类型对应的数据格式转换规则。
该实施例中,目标格式转换规则指的是适用于对当前种类的营养健康数据进行格式转换的转换规则。
该实施例中,预设字符是提前设定好的,用于替换营养健康数据中的具体原始字符,从而便于在通讯链路中进行传输。
该实施例中,封装数据包指的是将格式转换后的营养健康数据进行打包封存,从而便于进行传输。
该实施例中,目标标识是用来标记不同封装数据包的一种标记标签,通过该标识可快速准确的判定数据包的种类以及数据包中数据的数据数量等信息。
该实施例中,时钟信息是用来表征通讯链路在对数据进行传输时的传输频率。
该实施例中,预设解封装策略是提前设定好的,用于对不同封装格式的封装数据包进行解封。
该实施例中,原始数据指的是在进行数据传输前,不同营养健康设备采集到的营养健康数据。
上述技术方案的有益效果是:通过确定需要采集的营养健康数据种类,从而便于准确生成对应的数据采集请求指令,其次,通过对营养健康设备上的营养数据进行格式转换,并在转换后将数据进行封装,从而提高了营养健康数据在通讯链路上的传输安全系数以及传输效率,最后,管理终端对接收到的封装数据包进行解封且格式逆转换,并对营养健康数据进行分类,实现对不同营养健康设备上的营养健康数据进行准确有效的采集,保障了数据采集的可靠性,同时,提高了数据在传输时的传输效率。
实施例6:
在实施例5的基础上,本实施例提供了基于物联网技术的营养健康数据采集系统,数据类型确定单元,包括:
数据获取子单元,用于获取采集到的营养健康数据以及营养健康数据对应的数据类型,并基于数据类型从预设数据清洗规则库中匹配目标清洗规则;
数据筛选子单元,用于对营养健康数据进行聚类处理,并基于聚类结果确定所述营养健康数据中的孤立样本数据;
数据清洗子单元,用于基于所述目标清洗规则对所述营养健康数据中的孤立样本数据进行清洗,并基于清洗结果得到标准营养健康数据。
该实施例中,预设数据清洗规则库是提前设定好的,用于存储不同数据类型对应的清洗规则。
该实施例中,目标清洗规则指的是适用于清洗当前种类的营养健康数据的数据清洗规则,是预设数据清洗规则库中的一种或多种组合。
该实施例中,孤立样本数据指的是每一类营养健康数据中数据取值偏离均值较大的数据。
该实施例中,标准营养健康数据指的是将获取到的营养健康数据中的异常数据进行清理后得到的数据。
上述技术方案的有益效果是:通过确定营养健康数据的数据类型,实现根据数据类型对采集到的营养健康数据进行准确有效的清洗,从而保障得到的营养健康数据的准确可靠。
实施例7:
在实施例5的基础上,本实施例提供了基于物联网技术的营养健康数据采集系统,数据解析单元,包括:
数据调用子单元,用于获取对格式转换后的营养数据进行逆转换后得到原始数据以及原始数据对应的数据类型,并基于所述数据类型在管理终端绘制不同数据类型对应的数据统计图表;
数据输入子单元,用于将不同数据类型的原始数据与对应的数据统计表进行融合,并基于融合结果得到待显示统计图表;
数据显示子单元,用于确定管理终端对待显示统计图表的显示参数,并基于所述显示参数对待显示统计图表的显示状态进行调整,且基于调整结果将所述待显示统计图表在管理终端进行显示。
该实施例中,数据统计图表是用来将不同数据类型的营养健康数据采用图表的形式进行展示,从而便于管理终端查看被测人员的营养健康数据的情况。
该实施例中,待显示统计图表指的是将采集到的营养健康数据与绘制的数据统计图表进行融合后得到的最终图表,可在管理终端直接进行显示。
该实施例中,显示参数指的是管理终端对显示图表的显示要求,具体为图表显示的格式以及显示的颜色等。
上述技术方案的有益效果是:通过将采集到的营养健康数据采用图表的形式进行可视化展示,从而便于管理终端对采集到的营养健康数据进行有效管理,同时保障了对营养健康数据的采集效果。
实施例8:
在实施例5的基础上,本实施例提供了基于物联网技术的营养健康数据采集系统,数据分类单元,包括:
分类结果获取子单元,用于获取对原始数据的分类结果,并基于分类结果提取每一类原始数据的特征属性;
模型构建子单元,用于基于特征属性确定对每一类原始数据的评估指标,同时,获取对每一类原始数据的采集目的,并基于所述评估指标以及采集目的制定每一类原始数据对应的数据质量评估规则;
所述模型构建子单元,用于获取不同营养健康设备的历史采集数据,并基于数据质量评估规则对所述历史采集数据进行训练,得到数据质量评估模型;
数据评估子单元,用于将每一类原始数据分别输入所述数据质量评估模型进行分析,并确定每一类原始数据对应的稽查量化值;
所述数据评估子单元,用于基于稽查量化值确定每一类原始数据中满足对应评估指标的目标数据量,并基于所述目标数据量确定每一类原始数据的合格百分比;
所述数据评估子单元,用于确定每一类原始数据的评估指标的权重,并基于权重以及每一类原始数据的合格百分比确定每一类原始数据的质量综合评估值;
比较子单元,用于将每一类原始数据的质量综合评估值分别与对应的预设阈值进行比较;
若存在质量综合评估值小于对应的预设阈值,确定当前原始数据的数据种类,并基于管理终端重新通过营养健康设备采集对应的原始数据,直至质量综合评估值大于或等于对应的预设阈值;
否则,判定采集到的每一类原始数据均合格。
该实施例中,特征属性指的是每一类原始数据的数据结构以及数据库类型等。
该实施例中,评估指标指的是用于评估每一类营养健康数据是否合格的评估依据。
该实施例中,采集目的指的是需要采集的每一类营养健康数据的数量等要求。
该实施例中,数据质量评估规则指的是对采集到的营养健康数据的合格程度进行评估的具体步骤以及方式方法等。
该实施例中,历史采集数据指的是不同营养健康设备在预设时间段前的运行数据,用于对历史采集数据进行深度学习,从而得到对应的数据质量评估模型。
该实施例中,稽查量化值指的是每一类原始数据在进行质量评估时对应的评估取值,从而便于根据评估指标根据稽查量化值判断每一类营养健康数据是否合格。
该实施例中,目标数据量指的是每一类营养健康数据中满足评估指标的数据量。
该实施例中,合格百分比指的是每一类营养健康数据中满足评估指标的数据量与每一类营养健康数据总量的比值。
该实施例中,综合评估值是用来表征每一类营养健康数据的质量水平,取值越大,表明该类营养健康数据的质量越高。
该实施例中,预设阈值是提前设定好的,用于衡量每一类营养健康数据的质量是否达到合格的要求,是可以进行修改的。
上述技术方案的有益效果是:通过确定每一类营养健康数据的数据特征,实现对每一类营养健康数据的评估指标进行有效制定,同时通过获取不同营养健康设备的历史采集数据,并通过评估指标对历史采集数据进行训练,从而得到对应的数据质量评估模型,确保了数据质量评估模型的准确可靠,同时,通过数据质量评估模型对每一类营养健康数据进行质量评估,且在评估不合格时重新采集对应的营养健康数据,保障了采集得到的营养健康数据的准确有效,提高了对营养健康数据的采集效果。
实施例9:
在实施例1的基础上,本实施例提供了基于物联网技术的营养健康数据采集系统,如图3所示,数据关联模块,包括:
图像获取单元,用于获取被测人员的面部图像,并提取面部图像中全部像素点的位置信息;
图像处理单元,用于基于所述全部像素点的位置信息对面部图像进行边缘检测,得到面部图像的边缘特征;
所述图像处理单元,还用于提取面部图像的局部特征,并基于边缘特征对局部特征进行过滤,得到面部图像的图像特征;
身份信息获取单元,用于向预设服务器发送身份信息获取请求,且当预设服务器对身份信息获取请求响应后将图像特征上传至预设服务器;
所述身份信息获取单元,用于通过预设服务器查找与图像特征对应的目标用户图像,并基于目标用户图像调取相应的身份信息,且将身份信息反馈至管理终端,其中,预设服务器中存储有被测人员提前录入的用户图像以及对应的身份信息;
数据关联单元,用于基于身份信息确定被测人员与分类后的营养健康数据的关联关系,并基于关联关系生成动态关联码;
所述数据关联单元,用于基于动态关联码将身份信息以及分类后的营养健康数据进行关联编码,并基于关联编码得到最终的关联结果;
关联结果可视化单元,用于基于关联结果将身份信息与分类后的营养健康数据导入预设关系图构建模型,并基于预设关系图构建模型分别确定身份信息与分类后的营养健康数据对应的目标节点;
所述关联结果可视化单元,用于基于关联关系将目标节点进行连接,完成将分类后的营养健康数据与被测人员的身份信息的关联。
该实施例中,边缘特征指的是面部图像的边缘图像特点。
该实施例中,局部特征指的是面部图像中不同区域图像的主体以及对应的像素值以及颜色值等。
该实施例中,基于边缘特征对局部特征进行过滤指的是通过边缘特征对局部特征进行筛选以及优化,去掉局部特征中的干扰因素,从而得到对应的图像特征。
该实施例中,预设服务器是提前设定好的,用于存储不同被测人员的面部图像以及对应的身份信息。
该实施例中,目标用户图像指的是与采集到的被测人员面部图像相匹配的,提前在预设服务器中录入的人脸图像。
该实施例中,基于目标用户图像调取相应的身份信息指的是在预设服务器中录入的身份信息与对应的用户图像是提前关联好的。
该实施例中,动态关联码是用来将被测人员的身份信息与对应的营养健康数据进行统一编码,从而保障二者之间的关联关系。
该实施例中,关联编码指的是将身份信息以及对应的营养健康数据采用统一的编码方式进行重新编码,从而保障相关联数据格式相一致。
该实施例中,预设关系图构建模型是提前设定好的,用于生成对应的关联关系结构图。
该实施例中,目标节点是用来表征身份信息以及不同类被的营养健康数据在关系图中的位置,是用来代表对应的身份信息以及不同类被的营养健康数据。
上述技术方案的有益效果是:通过采集被测人员的面部图像,且对采集到的面部图像进行分析处理,提取面部图像的图像特征,并传输至预设服务器继续宁匹配,从而实现对被测人员的身份信息进行准确确认,其次,通过身份信息实现确定采集到的营养健康数据与被测人员的关联关系,且通过关系结构图将被测人员的身份信息与对应的营养健康数据的关联关系进行图像可视化,从而便于直观的了解二至之间的关系,提高了对营养健康数据的采集可靠性,同时,也提高了对采集到的营养健康数据的管理效果。
实施例10:
在实施例9的基础上,本实施例提供了基于物联网技术的营养健康数据采集系统,数据关联单元,包括:
关联结果获取子单元,用于获取被测人员身份信息与分类后的营养健康数据的关联结果,并基于关联结果构建被测人员的个人数据档案;
标识子单元,用于基于被测人员身份信息对个人数据当前设定身份标识,并基于标识结果将被测人员的分类后的营养健康数据在个人数据档案中进行更新存储。
该实施例中,个人数据档案指的是在管理终端对不同被测人员构建一个数据存储档案,从而便于在管理终端及时对不同被测人员的营养健康数据进行管理。
该实施例中,身份标识是用来标记不同个人数据档案的一种标记标签。
上述技术方案的有益效果是:通过根据被测人员的身份信息实现在管理终端构建对应的个人数据档案,且对构建的个人数据档案设定对应的身份标识,同时根据身份标识将对不同被测人员的营养健康数据在个人数据档案中进行更新存储,提高了对被测人员营养健康数据的管理效果。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.基于物联网技术的营养健康数据采集系统,其特征在于,包括:
连接模块,用于获取各营养健康设备的通讯地址,并基于通讯地址构建各营养健康设备与管理终端的通讯链路;
数据采集模块,用于基于通讯链路采集各营养健康设备的营养健康数据,并将营养健康数据进行分类;
数据关联模块,用于获取被测人员的身份信息,并将分类后的营养健康数据与被测人员的身份信息进行关联。
2.根据权利要求1所述的基于物联网技术的营养健康数据采集系统,其特征在于,连接模块,包括:
端口分配单元,用于确定营养健康设备的目标数量,并基于目标数量控制管理终端分配数据接口,其中,数据接口的数量与营养健康设备的目标数量相一致;
信息获取单元,用于基于目标数量分别确定不同营养健康设备的终端标识,并基于终端标识从预设通讯地址库中确定不同营养健康设备的通讯地址;
链路构建单元,用于基于通讯地址通过数据接口分别向不同营养健康设备发送链路构建请求,并基于链路构建请求构建营养健康设备与管理终端的通讯链路。
3.根据权利要求2所述的基于物联网技术的营养健康数据采集系统,其特征在于,链路构建单元,包括:
设备信息获取子单元,用于获取营养健康设备的属性信息,并基于属性信息确定营养健康设备的工作参数;
并行链路构建子单元,用于基于工作参数确定不同营养健康设备在单位时间内获取到的营养健康数据的数据量,并当数据量大于预设阈值时,基于管理终端向营养健康设备发送构建并行链路请求;
所述并行链路构建子单元,用于基于构建并行链路请求构建营养设备与管理终端的并行链路,并对所述并行链路进行标记,同时将标记结果在管理终端进行记录存储。
4.根据权利要求2所述的基于物联网技术的营养健康数据采集系统,其特征在于,链路构建单元,还包括:
链路获取子单元,用于获取营养健康设备与管理终端之间的通讯链路,并确定通讯链路的链路编号,其中,不同营养健康设备与管理终端之间的通讯链路对应不同的链路编号;
链路校验子单元,用于基于链路编号向不同营养健康设备发送链路通讯协议,并基于链路通讯协议对营养健康设备与管理终端之间的通讯链路的数据传输参数进行适配;
所述链路校验子单元,还用于基于适配结果通过营养健康设备向管理终端发送测试数据包,且在管理终端接收到测试数据包时,判定营养健康设备与管理终端之间的通讯链路合格,完成对通讯链路的校验。
5.根据权利要求1所述的基于物联网技术的营养健康数据采集系统,其特征在于,数据采集模块,包括:
数据获取单元,用于创建数据传输任务,并基于数据传输任务确定待采集数据种类;
所述数据获取单元,用于确定待采集数据种类的特征属性,并基于特征属性生成目标数据采集请求指令,其中,目标数据采集请求指令与待采集数据种类一一对应;
指令传输单元,用于基于通讯链路将目标数据采集请求指令下发至对应的营养健康设备,且营养健康设备基于目标数据采集请求指令调取采集到的营养健康数据;
数据类型确定单元,用于提取所述营养健康数据的数据特征,并基于所述数据特征确定所述营养健康数据的数据类型;
格式转换单元,用于基于数据类型确定所述营养健康数据的数据结构,并基于所述数据结构确定所述营养健康数据的段头和段尾;
所述格式转换单元,用于基于段头和段尾确定所述营养健康数据的数据量,并基于数据量将所述营养健康数据缓存至预设数据存储缓冲区;
所述格式转换单元,还用于基于所述营养健康数据的数据类型从预设格式转换规则库中匹配目标格式转换规则,并基于目标格式转换规则将所述营养健康数据中的数据字节转换为预设字符;
所述格式转换单元,还用于基于转换结果将预设数据存储缓冲区中格式转换后的营养健康进行打包封装,得到封装数据包,并对封装数据包设定目标标识,其中,一个封装数据包对应一个目标标识;
数据传输单元,用于确定通讯链路的时钟信号,并基于时钟信号根据目标标识依次将封装数据包传输至管理终端;
数据解析单元,用于控制管理终端接收所述封装数据包,并确定所述封装数据包的封装格式;
所述数据解析单元,用于基于封装格式调用预设解封装策略对不同封装格式的封装数据包进行解封操作,并基于解封结果对格式转换后的营养数据进行逆转换,得到原始数据;
数据分类单元,用于获取原始数据对一个的封装数据包的目标标识,并基于所述目标标识确定所述原始数据的数据类型;
所述数据分类单元,用于基于数据类型将得到的原始数据进行分类,并将分类后的原始数据进行打包压缩,得到不同类别的营养健康数据的数据压缩包。
6.根据权利要求5所述的基于物联网技术的营养健康数据采集系统,其特征在于,数据类型确定单元,包括:
数据获取子单元,用于获取采集到的营养健康数据以及营养健康数据对应的数据类型,并基于数据类型从预设数据清洗规则库中匹配目标清洗规则;
数据筛选子单元,用于对营养健康数据进行聚类处理,并基于聚类结果确定所述营养健康数据中的孤立样本数据;
数据清洗子单元,用于基于所述目标清洗规则对所述营养健康数据中的孤立样本数据进行清洗,并基于清洗结果得到标准营养健康数据。
7.根据权利要求5所述的基于物联网技术的营养健康数据采集系统,其特征在于,数据解析单元,包括:
数据调用子单元,用于获取对格式转换后的营养数据进行逆转换后得到原始数据以及原始数据对应的数据类型,并基于所述数据类型在管理终端绘制不同数据类型对应的数据统计图表;
数据输入子单元,用于将不同数据类型的原始数据与对应的数据统计表进行融合,并基于融合结果得到待显示统计图表;
数据显示子单元,用于确定管理终端对待显示统计图表的显示参数,并基于所述显示参数对待显示统计图表的显示状态进行调整,且基于调整结果将所述待显示统计图表在管理终端进行显示。
8.根据权利要求5所述的基于物联网技术的营养健康数据采集系统,其特征在于,数据分类单元,包括:
分类结果获取子单元,用于获取对原始数据的分类结果,并基于分类结果提取每一类原始数据的特征属性;
模型构建子单元,用于基于特征属性确定对每一类原始数据的评估指标,同时,获取对每一类原始数据的采集目的,并基于所述评估指标以及采集目的制定每一类原始数据对应的数据质量评估规则;
所述模型构建子单元,用于获取不同营养健康设备的历史采集数据,并基于数据质量评估规则对所述历史采集数据进行训练,得到数据质量评估模型;
数据评估子单元,用于将每一类原始数据分别输入所述数据质量评估模型进行分析,并确定每一类原始数据对应的稽查量化值;
所述数据评估子单元,用于基于稽查量化值确定每一类原始数据中满足对应评估指标的目标数据量,并基于所述目标数据量确定每一类原始数据的合格百分比;
所述数据评估子单元,还用于确定每一类原始数据的评估指标的权重,并基于权重以及每一类原始数据的合格百分比确定每一类原始数据的质量综合评估值;
比较子单元,用于将每一类原始数据的质量综合评估值分别与对应的预设阈值进行比较;
若存在质量综合评估值小于对应的预设阈值,确定当前原始数据的数据种类,并基于管理终端重新通过营养健康设备采集对应的原始数据,直至质量综合评估值大于或等于对应的预设阈值;
否则,判定采集到的每一类原始数据均合格。
9.根据权利要求1所述的基于物联网技术的营养健康数据采集系统,其特征在于,数据关联模块,包括:
图像获取单元,用于获取被测人员的面部图像,并提取面部图像中全部像素点的位置信息;
图像处理单元,用于基于所述全部像素点的位置信息对面部图像进行边缘检测,得到面部图像的边缘特征;
所述图像处理单元,还用于提取面部图像的局部特征,并基于边缘特征对局部特征进行过滤,得到面部图像的图像特征;
身份信息获取单元,用于向预设服务器发送身份信息获取请求,且当预设服务器对身份信息获取请求响应后将图像特征上传至预设服务器;
所述身份信息获取单元,用于通过预设服务器查找与图像特征对应的目标用户图像,并基于目标用户图像调取相应的身份信息,且将身份信息反馈至管理终端,其中,预设服务器中存储有被测人员提前录入的用户图像以及对应的身份信息;
数据关联单元,用于基于身份信息确定被测人员与分类后的营养健康数据的关联关系,并基于关联关系生成动态关联码;
所述数据关联单元,用于基于动态关联码将身份信息以及分类后的营养健康数据进行关联编码,并基于关联编码得到最终的关联结果;
关联结果可视化单元,用于基于关联结果将身份信息与分类后的营养健康数据导入预设关系图构建模型,并基于预设关系图构建模型分别确定身份信息与分类后的营养健康数据对应的目标节点;
所述关联结果可视化单元,用于基于关联关系将目标节点进行连接,完成将分类后的营养健康数据与被测人员的身份信息的关联。
10.根据权利要求9所述的基于物联网技术的营养健康数据采集系统,其特征在于,数据关联单元,包括:
关联结果获取子单元,用于获取被测人员身份信息与分类后的营养健康数据的关联结果,并基于关联结果构建被测人员的个人数据档案;
标识子单元,用于基于被测人员身份信息对个人数据当前设定身份标识,并基于标识结果将被测人员的分类后的营养健康数据在个人数据档案中进行更新存储。
CN202210753576.XA 2022-06-30 2022-06-30 基于物联网技术的营养健康数据采集系统 Active CN114881177B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210753576.XA CN114881177B (zh) 2022-06-30 2022-06-30 基于物联网技术的营养健康数据采集系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210753576.XA CN114881177B (zh) 2022-06-30 2022-06-30 基于物联网技术的营养健康数据采集系统

Publications (2)

Publication Number Publication Date
CN114881177A true CN114881177A (zh) 2022-08-09
CN114881177B CN114881177B (zh) 2022-10-11

Family

ID=82683375

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210753576.XA Active CN114881177B (zh) 2022-06-30 2022-06-30 基于物联网技术的营养健康数据采集系统

Country Status (1)

Country Link
CN (1) CN114881177B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116244590A (zh) * 2022-11-21 2023-06-09 中国人民解放军63921部队 一种用于部队训练效果评估的数据采集方法和系统

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050240444A1 (en) * 2004-04-26 2005-10-27 Richard Wooten System and method of individualized mass diagnosis and treatment of obesity
CN103093103A (zh) * 2013-01-23 2013-05-08 西安阔途软件科技有限公司 一种多病种健康风险因素评估系统和方法
WO2014122943A1 (ja) * 2013-02-05 2014-08-14 三菱電機株式会社 家庭用電力指令装置及び家庭用電力制御システム
US20160246947A1 (en) * 2015-02-19 2016-08-25 Univfy Inc. System for interactive profiling of healtcare consumers to provide digital personalized health guides and digital marketing
US20180191858A1 (en) * 2014-12-31 2018-07-05 Bull Sas System for managing data of user devices
CN108848515A (zh) * 2018-05-31 2018-11-20 武汉虹信技术服务有限责任公司 一种基于大数据的物联网业务质量监测平台及方法
CN109036517A (zh) * 2018-06-25 2018-12-18 程龙兰 心理健康行业闭环生态链平台及商业运营模式
CN109300546A (zh) * 2018-11-28 2019-02-01 极力健生物科技(广州)有限公司 一种基于大数据和人工智能的个体亚健康状态评估方法
US20200195679A1 (en) * 2018-12-12 2020-06-18 Palo Alto Networks, Inc. Iot device risk assessment and scoring
CN111417951A (zh) * 2018-01-16 2020-07-14 霍尔实验室有限责任公司 包括隐私保护模糊照相机图像的健康监控系统
CN112349416A (zh) * 2020-11-06 2021-02-09 罗鑫龙 基于区块链和大数据的大健康管理平台
CN112657050A (zh) * 2020-12-01 2021-04-16 北京工业大学 一种基于物联网边缘计算的人工心脏控制系统及运行方法
CN113190421A (zh) * 2021-03-16 2021-07-30 北京中大科慧科技发展有限公司 一种用于数据中心的设备健康状态的检测分析方法
US20210319887A1 (en) * 2015-05-20 2021-10-14 Amuseneering Technologies, Llc Method of treating diabetes informed by social determinants of health
CN113656904A (zh) * 2021-07-26 2021-11-16 重庆斯欧智能科技研究院有限公司 一种面向制造设备的数字孪生模型构建方法
CN113693572A (zh) * 2021-07-21 2021-11-26 湖北智奥物联网科技有限公司 无创多维度动态健康管理系统及装置
WO2021253004A1 (en) * 2020-06-12 2021-12-16 Mars, Incorporated System, method, and apparatus for data collection and aggregation
US20220005177A1 (en) * 2020-07-02 2022-01-06 The Gillette Company Llc Digital imaging systems and methods of analyzing pixel data of an image of a user's body for determining a hair density value of a user's hair
CN114282434A (zh) * 2021-12-16 2022-04-05 成都航天科工大数据研究院有限公司 一种工业设备健康管理系统及方法
CN114496164A (zh) * 2022-01-24 2022-05-13 生科(广东)数字化医疗科技有限公司 一种糖尿病的数字化管理方法
US20220170756A1 (en) * 2020-12-02 2022-06-02 Here Global B.V. System and method for generating and utilizing map data indicative of health infection conditions
WO2022132804A1 (en) * 2020-12-14 2022-06-23 Mars, Incorporated Systems and methods for classifying pet information

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050240444A1 (en) * 2004-04-26 2005-10-27 Richard Wooten System and method of individualized mass diagnosis and treatment of obesity
CN103093103A (zh) * 2013-01-23 2013-05-08 西安阔途软件科技有限公司 一种多病种健康风险因素评估系统和方法
WO2014122943A1 (ja) * 2013-02-05 2014-08-14 三菱電機株式会社 家庭用電力指令装置及び家庭用電力制御システム
US20180191858A1 (en) * 2014-12-31 2018-07-05 Bull Sas System for managing data of user devices
US20160246947A1 (en) * 2015-02-19 2016-08-25 Univfy Inc. System for interactive profiling of healtcare consumers to provide digital personalized health guides and digital marketing
US20210319887A1 (en) * 2015-05-20 2021-10-14 Amuseneering Technologies, Llc Method of treating diabetes informed by social determinants of health
CN111417951A (zh) * 2018-01-16 2020-07-14 霍尔实验室有限责任公司 包括隐私保护模糊照相机图像的健康监控系统
CN108848515A (zh) * 2018-05-31 2018-11-20 武汉虹信技术服务有限责任公司 一种基于大数据的物联网业务质量监测平台及方法
CN109036517A (zh) * 2018-06-25 2018-12-18 程龙兰 心理健康行业闭环生态链平台及商业运营模式
CN109300546A (zh) * 2018-11-28 2019-02-01 极力健生物科技(广州)有限公司 一种基于大数据和人工智能的个体亚健康状态评估方法
US20200195679A1 (en) * 2018-12-12 2020-06-18 Palo Alto Networks, Inc. Iot device risk assessment and scoring
WO2021253004A1 (en) * 2020-06-12 2021-12-16 Mars, Incorporated System, method, and apparatus for data collection and aggregation
US20220005177A1 (en) * 2020-07-02 2022-01-06 The Gillette Company Llc Digital imaging systems and methods of analyzing pixel data of an image of a user's body for determining a hair density value of a user's hair
CN112349416A (zh) * 2020-11-06 2021-02-09 罗鑫龙 基于区块链和大数据的大健康管理平台
CN112657050A (zh) * 2020-12-01 2021-04-16 北京工业大学 一种基于物联网边缘计算的人工心脏控制系统及运行方法
US20220170756A1 (en) * 2020-12-02 2022-06-02 Here Global B.V. System and method for generating and utilizing map data indicative of health infection conditions
WO2022132804A1 (en) * 2020-12-14 2022-06-23 Mars, Incorporated Systems and methods for classifying pet information
CN113190421A (zh) * 2021-03-16 2021-07-30 北京中大科慧科技发展有限公司 一种用于数据中心的设备健康状态的检测分析方法
CN113693572A (zh) * 2021-07-21 2021-11-26 湖北智奥物联网科技有限公司 无创多维度动态健康管理系统及装置
CN113656904A (zh) * 2021-07-26 2021-11-16 重庆斯欧智能科技研究院有限公司 一种面向制造设备的数字孪生模型构建方法
CN114282434A (zh) * 2021-12-16 2022-04-05 成都航天科工大数据研究院有限公司 一种工业设备健康管理系统及方法
CN114496164A (zh) * 2022-01-24 2022-05-13 生科(广东)数字化医疗科技有限公司 一种糖尿病的数字化管理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WANG Y C等: "Field measurement system based on a wireless sensor network for the wind load on spatial structures: design,experimental, and field validation", 《STRUCTURAL CONTROL AND HEALTH MONITORING》 *
刘蔚: "基于融合补偿的光纤网络入侵节点精准定位策略", 《激光杂志》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116244590A (zh) * 2022-11-21 2023-06-09 中国人民解放军63921部队 一种用于部队训练效果评估的数据采集方法和系统

Also Published As

Publication number Publication date
CN114881177B (zh) 2022-10-11

Similar Documents

Publication Publication Date Title
CN106777873B (zh) 社区化智慧云健康服务系统
CN106790004A (zh) 基于人工智能的客服辅助实时提示系统
CN114881177B (zh) 基于物联网技术的营养健康数据采集系统
CN110751451A (zh) 一种实验室大数据管理系统
CN107731307A (zh) 一种体质健康自测系统
US20200372985A1 (en) Method and system for managing health care patient record data
CN106094788B (zh) 嵌入式板卡稳定性测试系统及方法
CN106651391A (zh) 一种基于物联网和云计算的农产品安全追溯系统
CN109361619A (zh) 一种流量分类方法及电子设备
CN112185497A (zh) 一种职业卫生监管方法及系统
CN115510074B (zh) 基于一张表的分布式数据管理及应用系统
WO2023147731A1 (zh) 异常数据的处理方法、装置及电子设备
CN114822143B (zh) 军事训练智能考核管理系统和方法
CN116128413A (zh) 一种基于蓝牙通信的智能仓储物料统计系统
CN114266483B (zh) 一种基于物联网的危险废物监管系统
CN106444446A (zh) 酸度计数据采集方法和装置
CN115150430A (zh) 一种基于物联网的自动售卖机运营数据采集系统
CN114520059A (zh) 一种基于大数据的中医诊断学数据平台
CN115458149A (zh) 智慧健康运营调度平台
CN106773935A (zh) 一种称重装置、系统及方法
CN116189706A (zh) 数据传输方法、装置、电子设备和计算机可读存储介质
CN111178248A (zh) 在线实验考核方法、装置、计算机设备和存储介质
CN113409926A (zh) 一种智能随访系统
CN117633636B (zh) 一种云端互联的特检数据处理系统及其处理设备
CN116778624B (zh) 一种人工智能的人证合一用身份证信息读取分析系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant