CN117894429B - 一种用于艾灸装置控制的用户基准温度智能评估方法 - Google Patents
一种用于艾灸装置控制的用户基准温度智能评估方法 Download PDFInfo
- Publication number
- CN117894429B CN117894429B CN202410300262.3A CN202410300262A CN117894429B CN 117894429 B CN117894429 B CN 117894429B CN 202410300262 A CN202410300262 A CN 202410300262A CN 117894429 B CN117894429 B CN 117894429B
- Authority
- CN
- China
- Prior art keywords
- temperature
- skin surface
- moment
- surface temperature
- moxibustion
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 17
- 238000012937 correction Methods 0.000 claims abstract description 114
- 230000002159 abnormal effect Effects 0.000 claims abstract description 40
- 238000011156 evaluation Methods 0.000 claims abstract description 15
- 238000012216 screening Methods 0.000 claims abstract description 6
- 230000005856 abnormality Effects 0.000 claims description 102
- 208000030560 Abnormality of the skin Diseases 0.000 claims description 81
- 238000012545 processing Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 24
- 238000013528 artificial neural network Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000007613 environmental effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000007423 decrease Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 240000006891 Artemisia vulgaris Species 0.000 description 1
- 235000003261 Artemisia vulgaris Nutrition 0.000 description 1
- 101100272279 Beauveria bassiana Beas gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及数据处理技术领域,具体涉及一种用于艾灸装置控制的用户基准温度智能评估方法,包括:根据每一时刻的局部时间范围内所有皮肤表面温度以及艾灸温度获取每一时刻的皮肤表面温度与艾灸温度的局部相关性,根据皮肤表面温度与艾灸温度的整体相关性以及局部相关性获取相关异常性,根据皮肤表面温度与环境温度的局部相关性和相关异常性以及皮肤表面温度与环境湿度的局部相关性和相关异常性,获取皮肤表面温度与艾灸温度的修正相关异常性,进而筛选异常数据进行修正,得到更新后的艾灸温度序列、环境温度序列、环境湿度序列以及皮肤表面温度序列,对用户基准温度进行智能评估。本发明排除了异常数据的干扰,得到的用户基准温度更加准确。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种用于艾灸装置控制的用户基准温度智能评估方法。
背景技术
艾灸是一种传统的中医疗法,通过将燃烧的艾草放在特定的穴位上,使热量渗透到穴位和经络,以达到治疗疾病或调节身体健康的目的。要想实现良好的艾灸效果,必须保证艾灸温度达到用户的基准温度,即用户的最佳艾灸温度。
不同的用户对于温度的敏感性、耐受性不同,目前通过对艾灸温度、皮肤表面温度、环境温度等数据建立神经网络模型的方式获取用户基准温度,以实现用户艾灸温度的控制,达到较好的艾灸治疗效果。
但受采集过程中的噪声等多种因素影响,采集得到的艾灸温度、皮肤表面温度、环境温度等数据中可能存在异常数据,影响神经网络的学习结果,导致评估的用户基准温度不准确,影响艾灸治疗效果。
发明内容
为解决上述问题,本发明提供一种用于艾灸装置控制的用户基准温度智能评估方法,该方法包括以下步骤:
采集每一时刻的艾灸温度、环境温度、环境湿度以及皮肤表面温度,分别构成艾灸温度序列、环境温度序列、环境湿度序列以及皮肤表面温度序列;
根据每一时刻的局部时间范围内所有皮肤表面温度以及艾灸温度获取每一时刻的皮肤表面温度与艾灸温度的局部相关性;根据皮肤表面温度序列与艾灸温度序列获取皮肤表面温度与艾灸温度的整体相关性;根据所述整体相关性以及局部相关性获取每一时刻的皮肤表面温度与艾灸温度的相关异常性;
获取每一时刻的皮肤表面温度与环境温度的局部相关性和相关异常性;获取每一时刻的皮肤表面温度与环境湿度的局部相关性和相关异常性;
根据每一时刻的皮肤表面温度与环境温度的局部相关性和相关异常性以及每一时刻的皮肤表面温度与环境湿度的局部相关性和相关异常性,对每一时刻的皮肤表面温度与艾灸温度的相关异常性进行修正,得到每一时刻的皮肤表面温度与艾灸温度的修正相关异常性;
获取每一时刻的皮肤表面温度与环境温度的修正相关异常性;每一时刻的皮肤表面温度与环境湿度的修正相关异常性;
根据每一时刻的皮肤表面温度与艾灸温度的修正相关异常性、皮肤表面温度与环境温度的修正相关异常性以及皮肤表面温度与环境湿度的修正相关异常性,筛选异常数据,并对异常数据进行修正,利用修正后的数据更新艾灸温度序列、环境温度序列、环境湿度序列以及皮肤表面温度序列;
根据更新后的艾灸温度序列、环境温度序列、环境湿度序列以及皮肤表面温度序列进行用户基准温度智能评估。
优选的,所述每一时刻的皮肤表面温度与艾灸温度的局部相关性满足表达式:
其中,表示第i个时刻皮肤表面温度与艾灸温度的局部相关性;i表示时刻的序号;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度;/>表示第i个时刻的局部时间范围内第k个时刻的艾灸温度;/>表示第i个时刻的局部时间范围内所有时刻的皮肤表面温度的均值;/>表示第i个时刻的局部时间范围内所有时刻的艾灸温度的均值;n表示预设的时间长度;k表示第i个时刻的局部时间范围内时刻的序号。
优选的,所述根据皮肤表面温度序列与艾灸温度序列获取皮肤表面温度与艾灸温度的整体相关性,包括:
计算皮肤表面温度序列与艾灸温度序列的皮尔逊相关系数,作为皮肤表面温度与艾灸温度的整体相关性。
优选的,所述每一时刻的皮肤表面温度与艾灸温度的相关异常性满足表达式:
其中,表示第i个时刻皮肤表面温度与艾灸温度的相关异常性;i表示时刻的序号;/>表示第i个时刻皮肤表面温度与艾灸温度的局部相关性;B表示皮肤表面温度与艾灸温度的整体相关性;exp( )表示以自然常数为底数的指数函数;tanh( )表示双曲正切函数。
优选的,所述每一时刻的皮肤表面温度与艾灸温度的修正相关异常性满足表达式:
其中,表示第i个时刻皮肤表面温度与艾灸温度的修正相关异常性;i表示时刻的序号;/>表示第i个时刻皮肤表面温度与艾灸温度的相关异常性;/>表示第i个时刻皮肤表面温度与环境温度的局部相关性;/>表示第i个时刻的皮肤表面温度与环境温度的相关异常性;/>表示第i个时刻皮肤表面温度与环境湿度的局部相关性;/>表示第i个时刻的皮肤表面温度与环境湿度的相关异常性;/>表示绝对值符号;max( )表示最大值函数。
优选的,所述根据每一时刻的皮肤表面温度与艾灸温度的修正相关异常性、皮肤表面温度与环境温度的修正相关异常性以及皮肤表面温度与环境湿度的修正相关异常性,筛选异常数据,并对异常数据进行修正,包括:
对于每个时刻,当该时刻皮肤表面温度与艾灸温度的修正相关异常性、皮肤表面温度与环境温度的修正相关异常性都大于或等于预设的异常阈值时,或该时刻皮肤表面温度与艾灸温度的修正相关异常性、皮肤表面温度与环境湿度的修正相关异常性都大于或等于预设的异常阈值时,或该时刻皮肤表面温度与环境温度的修正相关异常性、皮肤表面温度与环境湿度的修正相关异常性都大于或等于预设的异常阈值时,该时刻皮肤表面温度存在异常;当该时刻仅皮肤表面温度与艾灸温度的修正相关异常性大于或等于预设的异常阈值时,该时刻的艾灸温度存在异常;当该时刻仅皮肤表面温度与环境温度的修正相关性异常性大于或等于预设的异常阈值时,该时刻的环境温度存在异常;当该时刻仅皮肤表面温度与环境湿度的修正相关异常性大于或等于预设的异常阈值时,该时刻的环境湿度存在异常;
当该时刻皮肤表面温度存在异常时,利用该时刻的局部时间范围内所有皮肤表面温度、局部时间范围内每一时刻的皮肤表面温度与艾灸温度的修正相关异常性、皮肤表面温度与环境温度的修正相关异常性以及皮肤表面温度与环境湿度的修正相关异常性,对该时刻的皮肤表面温度进行修正,得到修正后的皮肤表面温度;
当该时刻艾灸温度存在异常时,利用该时刻的局部时间范围内所有艾灸温度以及局部时间范围内每一时刻的皮肤表面温度与艾灸温度的修正相关异常性,对该时刻的艾灸温度进行修正,得到修正后的艾灸温度;
当该时刻环境温度存在异常时,利用该时刻的局部时间范围内所有环境温度以及局部时间范围内每一时刻的皮肤表面温度与环境温度的修正相关异常性,对该时刻的环境温度进行修正,得到修正后的环境温度;
当该时刻环境湿度存在异常时,利用该时刻的局部时间范围内所有环境湿度以及局部时间范围内每一时刻的皮肤表面温度与环境湿度的修正相关异常性,对该时刻的环境湿度进行修正,得到修正后的环境湿度。
优选的,所述修正后的皮肤表面温度满足表达式:
其中,表示第i个时刻修正后的皮肤表面温度;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度与艾灸温度的修正相关异常性;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度与环境温度的修正相关异常性;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度与环境湿度的修正相关异常性;n表示预设的时间长度;k表示第i个时刻的局部时间范围内时刻的序号。
优选的,所述修正后的艾灸温度满足表达式:
其中,表示该时刻修正后的艾灸温度;/>表示第i个时刻的局部时间范围内第k个时刻的艾灸温度;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度与艾灸温度的修正相关异常性;n表示预设的时间长度;k表示第i个时刻的局部时间范围内时刻的序号。
优选的,所述局部时间范围的获取方法为:
将每个时刻以及每个时刻的前个时刻、后/>个时刻,作为每个时刻的局部时间范围,其中n为预设的时间长度。
本发明的技术方案的有益效果是:本发明通过对艾灸温度序列、环境温度序列、环境湿度序列以及皮肤表面温度序列的异常数据进行修正,使得艾灸温度序列、环境温度序列、环境湿度序列以及皮肤表面温度序列更加准确,进而使基于艾灸温度序列、环境温度序列、环境湿度序列以及皮肤表面温度序列获得的用户基准温度更加准确;
进一步地,本发明根据每一时刻的局部时间范围内所有皮肤表面温度以及艾灸温度获取每一时刻的皮肤表面温度与艾灸温度的局部相关性,根据皮肤表面温度与艾灸温度的整体相关性以及局部相关性获取相关异常性,环境湿度、环境温度变化引起的皮肤表面温度变化会导致皮肤表面温度与艾灸温度的相关异常性较大,可能会进一步导致艾灸温度被错误识别为异常数据,本发明根据皮肤表面温度与环境温度的局部相关性和相关异常性以及皮肤表面温度与环境湿度的局部相关性和相关异常性,对皮肤表面温度与艾灸温度的相关异常性进行修正,避免了艾灸温度被错误识别为异常数据,因此本发明获得的异常数据更加准确,进一步使更新后的艾灸温度序列、环境温度序列、环境湿度序列以及皮肤表面温度序列更加准确,提高了用户基准温度评估的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种用于艾灸装置控制的用户基准温度智能评估方法的步骤流程图;
图2为艾灸温度曲线示意图;
图3为皮肤表面温度曲线示意图;
图4为环境温度曲线示意图;
图5为环境湿度曲线示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种用于艾灸装置控制的用户基准温度智能评估方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种用于艾灸装置控制的用户基准温度智能评估方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种用于艾灸装置控制的用户基准温度智能评估方法的步骤流程图,该方法包括以下步骤:
S001.采集每一时刻的艾灸温度、环境温度、环境湿度以及皮肤表面温度,分别构成艾灸温度序列、环境温度序列、环境湿度序列以及皮肤表面温度序列。
预设采集周期长度,具体不做限定,实施人员可根据实际实施情况设置采集周期长度,例如30分钟。
在开始艾灸之后,通过艾灸仪内的温度传感器采集每一时刻的艾灸温度。通过在艾灸所在房间设置温度传感器以及湿度传感器,采集每一时刻的环境温度、环境湿度。利用红外测温装置监测每一时刻艾灸部位的皮肤表面温度。将采集周期长度内每一时刻的艾灸温度构成艾灸温度序列,将采集周期长度内每一时刻的皮肤表面温度构成皮肤表面温度序列,将采集周期长度内每一时刻的环境温度构成环境温度序列,将采集周期长度内每一时刻的环境湿度构成环境湿度序列。
至此,实现了艾灸温度、环境温度、环境湿度、皮肤表面温度的采集,得到了艾灸温度序列、环境温度序列、环境湿度序列、皮肤表面温度序列。
以时刻为横轴,以艾灸温度为纵轴,构建直角坐标系,绘制艾灸温度曲线,艾灸温度曲线示意图参见图2所示。图2中、/>、/>表示时刻。
以时刻为横轴,以皮肤表面温度为纵轴,构建直角坐标系,绘制皮肤表面温度曲线,皮肤表面温度曲线示意图参见图3所示。图3中、/>、/>表示时刻,与图2中/>、/>、/>所表示的时刻相同。
以时刻为横轴,以环境温度为纵轴,构建直角坐标系,绘制环境温度曲线,环境温度曲线示意图参见图4所示。图4中、/>、/>表示时刻,与图2、图3中的/>、/>、/>所表示的时刻相同。
以时刻为横轴,以环境湿度为纵轴,构建直角坐标系,绘制环境湿度曲线,环境湿度曲线示意图参见图5所示。图5中、/>、/>表示时刻,与图2、图3、图4中的/>、/>、/>所表示的时刻相同。
S002.根据每一时刻的局部时间范围内所有皮肤表面温度以及艾灸温度获取每一时刻的皮肤表面温度与艾灸温度的局部相关性,根据皮肤表面温度序列与艾灸温度序列获取皮肤表面温度与艾灸温度的整体相关性,根据所述整体相关性以及局部相关性获取每一时刻的皮肤表面温度与艾灸温度的相关异常性,根据每一时刻的皮肤表面温度与环境温度的局部相关性和相关异常性以及每一时刻的皮肤表面温度与环境湿度的局部相关性和相关异常性,对每一时刻的皮肤表面温度与艾灸温度的相关异常性进行修正,得到每一时刻的皮肤表面温度与艾灸温度的修正相关异常性。
需要说明的是,皮肤表面温度受艾灸温度的影响,当艾灸温度升高时,皮肤表面温度也会随之升高,当艾灸温度降低时,皮肤表面温度也会随之降低。因此本发明通过获取皮肤表面温度与艾灸温度的整体相关性以及每一时刻的皮肤表面温度与艾灸温度的局部相关性,根据整体相关性与局部相关性之间的关系获取皮肤表面温度与艾灸温度的相关异常性。
在一个实施例中,预设一个时间长度n,具体不做限定,由实施人员根据实际实施情况设置n的值,例如n=11。
将每个时刻以及每个时刻的前个时刻、后/>个时刻,作为每个时刻的局部时间范围,则局部时间范围内包含的时刻数为n。
获取每一时刻的皮肤表面温度与艾灸温度的局部相关性:
其中,表示第i个时刻皮肤表面温度与艾灸温度的局部相关性;i表示时刻的序号;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度;/>表示第i个时刻的局部时间范围内第k个时刻的艾灸温度;/>表示第i个时刻的局部时间范围内所有时刻的皮肤表面温度的均值;/>表示第i个时刻的局部时间范围内所有时刻的艾灸温度的均值;n表示预设的时间长度,即第i个时刻的局部时间范围内的时刻数;k表示第i个时刻的局部时间范围内时刻的序号;/>为第i个时刻的局部时间范围内所有时刻的皮肤表面温度与第i个时刻的局部时间范围内所有时刻的艾灸温度之间的皮尔逊相关系数,当/>越接近1时,第i个时刻的局部时间范围内所有时刻的皮肤表面温度与艾灸温度之间越呈现正相关的关系,当/>越接近-1时,第i个时刻的局部时间范围内所有时刻的皮肤表面温度与艾灸温度之间越呈现负相关的关系,当/>越接近0时,第i个时刻的局部时间范围内所有时刻的皮肤表面温度与艾灸温度之间相关性越差。
如图2、图3所示,时刻的局部时间范围内艾灸温度逐渐增大,皮肤表面温度也逐渐增大,艾灸温度和皮肤表面温度的变化趋势相同,/>时刻皮肤表面温度与艾灸温度的局部相关性接近1。/>时刻的艾灸温度在局部时间范围内为最大,/>时刻的局部时间范围内除时刻外的其他时刻的艾灸温度呈现增大的趋势,/>时刻的局部时间范围内皮肤表面温度逐渐增大,艾灸温度和皮肤表面温度的变化趋势不相同,/>时刻皮肤表面温度与艾灸温度的局部相关性的绝对值较小。/>时刻的局部时间范围内的艾灸温度基本不变,/>时刻的局部时间范围内皮肤表面温度逐渐减小,艾灸温度和皮肤表面温度的变化趋势不相同,/>时刻皮肤表面温度与艾灸温度的局部相关性的绝对值较小,接近0。
在图3、图4中,时刻、/>时刻的局部时间范围内的环境温度逐渐增大,逐渐增大的趋势较小,/>时刻、/>时刻的局部时间范围内皮肤表面温度逐渐增大,逐渐增大的趋势较大,环境温度和皮肤表面温度的变化趋势有差异,/>时刻、/>时刻皮肤表面温度与环境温度的局部相关性处于0、1的中间,且不接近1,也不接近0。/>时刻的局部时间范围内的环境温度逐渐下降,/>时刻的局部时间范围内皮肤表面温度逐渐减小,环境温度和皮肤表面温度的变化趋势相同,/>时刻皮肤表面温度与环境温度的局部相关性接近1。
计算皮肤表面温度序列与艾灸温度序列的皮尔逊相关系数,作为皮肤表面温度与艾灸温度的整体相关性。
根据皮肤表面温度与艾灸温度的整体相关性以及每一时刻的皮肤表面温度与艾灸温度的局部相关性,获取每一时刻的皮肤表面温度与艾灸温度的相关异常性:
其中,表示第i个时刻皮肤表面温度与艾灸温度的相关异常性;i表示时刻的序号;/>表示第i个时刻皮肤表面温度与艾灸温度的局部相关性;B表示皮肤表面温度与艾灸温度的整体相关性;exp( )表示以自然常数为底数的指数函数;tanh( )表示双曲正切函数;当/>为正数,且越接近于1时,第i个时刻皮肤表面温度与艾灸温度的局部相关性和整体相关性越一致,皮肤表面温度序列与艾灸温度序列之间的局部特征与整体特征一致,此时第i个时刻的皮肤表面温度与艾灸温度的相关异常性越小;反之,当/>为负数时,第i个时刻皮肤表面温度与艾灸温度的局部相关性与整体相关性不同号,皮肤表面温度序列与艾灸温度序列之间的局部特征与整体特征越不一致,此时第i个时刻的皮肤表面温度与艾灸温度的相关异常性越大。
在图2中,在时刻的局部时间范围之外,当艾灸温度增大时,图3中皮肤表面温度随之增大,当艾灸温度不变时,皮肤表面温度保持不变,当艾灸温度减小时,皮肤表面温度减小。因此皮肤表面温度与艾灸温度的整体相关性较大,接近1。/>时刻皮肤表面温度与艾灸温度的局部相关性接近1,则/>时刻皮肤表面温度与艾灸温度的相关异常性较小,接近。/>时刻皮肤表面温度与艾灸温度的局部相关性的绝对值较小,则/>时刻皮肤表面温度与艾灸温度的相关异常性较大,接近。/>时刻皮肤表面温度与艾灸温度的局部相关性的绝对值较小,则/>时刻皮肤表面温度与艾灸温度的相关异常性较大/>。
在图4中,当环境温度增大时,图3中皮肤表面温度也增大,但与环境温度增大的程度不相同,当环境温度保持不变时,图3中的皮肤表面温度增大,当环境温度降低时,图3中的皮肤表面温度减小。因此皮肤表面温度的变化趋势与环境温度的变化趋势部分相同,因此皮肤表面温度与环境温度的整体相关性处于0、1的中间,且不接近1,也不接近0。时刻、时刻皮肤表面温度与环境温度的局部相关性的处于0、1的中间,且不接近1,也不接近0,则/>时刻、/>时刻皮肤表面温度与环境温度的相关异常性接近/>。时刻皮肤表面温度与环境温度的局部相关性接近1,则/>时刻皮肤表面温度与环境温度的相关异常性非常小,接近/>。
同理,皮肤表面温度也受到环境温度以及环境湿度的影响,环境温度变化或环境湿度变化也会导致皮肤表面温度的变化。因此获取每一时刻的皮肤表面温度与环境温度的局部相关性以及相关异常性、每一时刻的皮肤表面温度与环境湿度的局部相关性以及相关异常性。
需要说明的是,皮肤表面温度的变化可能是艾灸温度变化引起的,也可能为环境温度变化或环境湿度变化引起的,当环境温度变化或环境湿度变化引起皮肤表面温度变化时,对应时刻皮肤表面温度与艾灸温度的相关性可能减小,使得相关异常性增大,而此时皮肤表面温度的变化为环境温度或环境湿度变化引起的正常变化,而非噪声引起的异常变化,因此需要根据同一时刻的皮肤表面温度与环境温度的局部相关性以及相关异常性、同一时刻皮肤表面温度与环境湿度的局部相关性以及相关异常性,对该时刻的皮肤表面温度与艾灸温度的相关异常性进行修正,避免该时刻的艾灸温度被错误识别为异常数据。
在一个实施例中,根据每一时刻的皮肤表面温度与环境温度的局部相关性以及相关异常性以及每一时刻的皮肤表面温度与环境湿度的局部相关性以及相关异常性,对每一时刻的皮肤表面温度与艾灸温度的相关异常性进行修正,得到每一时刻的皮肤表面温度与艾灸温度的修正相关异常性:
其中,表示第i个时刻皮肤表面温度与艾灸温度的修正相关异常性;i表示时刻的序号;/>表示第i个时刻皮肤表面温度与艾灸温度的相关异常性;/>表示第i个时刻皮肤表面温度与环境温度的局部相关性;/>表示第i个时刻的皮肤表面温度与环境温度的相关异常性;/>表示第i个时刻皮肤表面温度与环境湿度的局部相关性;/>表示第i个时刻的皮肤表面温度与环境湿度的相关异常性;/>表示绝对值符号;max( )表示最大值函数;当第i个时刻皮肤表面温度与环境温度的局部相关性的绝对值越大,同时第i个时刻皮肤表面温度与环境温度的相关异常性越小时,第i个时刻的皮肤表面温度的变化更可能为环境温度变化引起的,此时皮肤表面温度与艾灸温度的相关异常性可能较大,当第i个时刻皮肤表面温度与环境湿度的局部相关性的绝对值越大,同时第i个时刻皮肤表面温度与环境湿度的相关异常性越小时,第i个时刻的皮肤表面温度的变化更可能为环境湿度变化引起的,此时皮肤表面温度与艾灸温度的相关异常性可能较大,因此利用/>对皮肤表面温度与艾灸温度的相关异常性/>进行修正,将/>作为/>的指数,当越大时,利用/>对/>进行一定程度的减小,避免环境温度或环境湿度引起的皮肤表面温度变化引起皮肤表面温度与艾灸温度的相关异常性较大,使得艾灸温度在后续被错误识别为异常。
如图2、图3、图4所示,时刻皮肤表面温度的变化是艾灸温度变化引起的,使得/>时刻皮肤表面温度与艾灸温度的局部相关性较大,相关异常性较小,/>时刻皮肤表面温度的变化也是艾灸温度变化引起的,但由于/>时刻的艾灸温度在局部时间范围内为最大,/>时刻的艾灸温度可能为异常值,使得/>时刻的皮肤表面温度与艾灸温度的局部相关性较小,相关异常性较大,因此在对/>时刻、/>时刻的皮肤表面温度与艾灸温度的相关异常性进行修正的过程中,需要尽可能保持/>时刻、/>时刻的皮肤表面温度与艾灸温度的相关异常性不变,/>时刻、/>时刻皮肤表面温度与环境温度的局部相关性的处于0、1的中间,且不接近1,也不接近0,同时/>时刻、/>时刻皮肤表面温度与环境温度的相关异常性接近0.352,使得接近1。同理,在图5中,/>对应的/>也接近1,使得/>接近/>,则/>时刻、/>时刻皮肤表面温度与艾灸温度的修正相关异常性与皮肤表面温度与艾灸温度的相关异常性差异不大;/>时刻皮肤表面温度的变化是环境温度变化引起的,使得/>时刻皮肤表面温度与艾灸温度的局部相关性较小,相关异常性较大,而实际/>时刻的局部实际范围内,皮肤表面温度、艾灸温度都不存在异常,因此需要对/>时刻皮肤表面温度与艾灸温度的相关异常性进行修正,使其减小,/>时刻皮肤表面温度与环境温度的局部相关性接近1,同时时刻皮肤表面温度与环境温度的相关异常性接近0.135,使得/>较大,接近7.434。由于处于0到1之间,使得/>相较于/>大幅度减小,则/>皮肤表面温度与艾灸温度的修正相关异常性较小。
同理,获取每一时刻的皮肤表面温度与环境温度的修正相关异常性、每一时刻的皮肤表面温度与环境湿度的修正相关异常性。
S003.根据每一时刻的皮肤表面温度与艾灸温度的修正相关异常性、皮肤表面温度与环境温度的修正相关异常性以及皮肤表面温度与环境湿度的修正相关异常性,筛选异常数据,并对异常数据进行修正,利用修正后的数据更新艾灸温度序列、环境温度序列、环境湿度序列以及皮肤表面温度序列。
在一个实施例中,预设一个异常阈值F,具体不做限定,实施人员可根据实际实施情况设置F的值,例如F=0.5。
对于每个时刻,当该时刻皮肤表面温度与艾灸温度的修正相关异常性、皮肤表面温度与环境温度的修正相关异常性都大于或等于异常阈值F时,或该时刻皮肤表面温度与艾灸温度的修正相关异常性、皮肤表面温度与环境湿度的修正相关异常性都大于或等于异常阈值F时,或该时刻皮肤表面温度与环境温度的修正相关异常性、皮肤表面温度与环境湿度的修正相关异常性都大于或等于异常阈值F时,该时刻皮肤表面温度存在异常;当该时刻仅皮肤表面温度与艾灸温度的修正相关异常性大于或等于异常阈值F时,该时刻的艾灸温度存在异常;当该时刻仅皮肤表面温度与环境温度的修正相关性异常性大于或等于异常阈值F时,该时刻的环境温度存在异常;当该时刻仅皮肤表面温度与环境湿度的修正相关异常性大于或等于异常阈值F时,该时刻的环境湿度存在异常。
如图2所示,时刻的艾灸温度较为异常,可能是采集过程中的噪声引起的,由于/>时刻的皮肤表面温度与艾灸温度的修正相关异常性较大,通过异常阈值进行异常数据的筛选时,能够将/>时刻的艾灸温度作为异常数据被筛选出来。
对于每个时刻,当该时刻皮肤表面温度存在异常时,利用该时刻的局部时间范围内所有皮肤表面温度、局部时间范围内每一时刻的皮肤表面温度与艾灸温度的修正相关异常性、皮肤表面温度与环境温度的修正相关异常性以及皮肤表面温度与环境湿度的修正相关异常性,对该时刻的皮肤表面温度进行修正:
其中,表示第i个时刻修正后的皮肤表面温度;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度与艾灸温度的修正相关异常性;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度与环境温度的修正相关异常性;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度与环境湿度的修正相关异常性;n表示预设的时间长度,即第i个时刻的局部时间范围内的时刻数;k表示第i个时刻的局部时间范围内时刻的序号;将作为/>的权重,当/>越大时,第i个时刻的局部时间范围内第k个时刻的皮肤表面温度越异常,此时/>的权重越小,在对第i个时刻的皮肤表面温度进行修正时,为避免异常的皮肤表面温度影响最终的修正结果,在修正过程中对于权重越小的皮肤表面温度参考程度越小。反之,当/>越小时,第i个时刻的局部时间范围内第k个时刻的皮肤表面温度越正常,此时/>的权重越大,在对第i个时刻的皮肤表面温度进行修正时,为了使皮肤表面温度的修正结果更加接近正常值,在修正过程中对于权重越大的皮肤表面温度参考程度越大。
当该时刻艾灸温度存在异常时,利用该时刻的局部时间范围内所有艾灸温度以及局部时间范围内每一时刻的皮肤表面温度与艾灸温度的修正相关异常性,对该时刻的艾灸温度进行修正:
其中,表示该时刻修正后的艾灸温度;/>表示第i个时刻的局部时间范围内第k个时刻的艾灸温度;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度与艾灸温度的修正相关异常性;n表示预设的时间长度,即第i个时刻的局部时间范围内的时刻数;k表示第i个时刻的局部时间范围内时刻的序号;将/>作为/>的权重,当/>越大时,第i个时刻的局部时间范围内第k个时刻的艾灸温度越异常,此时/>的权重越小,在对第i个时刻的艾灸温度进行修正时,为避免异常的艾灸温度影响最终的修正结果,在修正过程中对于权重越小的艾灸温度参考程度越小。反之,当/>越小时,第i个时刻的局部时间范围内第k个时刻的皮肤表面温度越正常,此时/>的权重越大,在对第i个时刻的艾灸温度进行修正时,为了使艾灸温度的修正结果更加接近正常值,在修正过程中对于权重越大的艾灸温度参考程度越大。
同理,当该时刻环境温度存在异常时,利用该时刻的局部时间范围内所有环境温度以及局部时间范围内每一时刻的皮肤表面温度与环境温度的修正相关异常性,对该时刻的环境温度进行修正:
其中,表示该时刻修正后的环境温度;/>表示第i个时刻的局部时间范围内第k个时刻的环境温度;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度与环境温度的修正相关异常性;n表示预设的时间长度,即第i个时刻的局部时间范围内的时刻数;k表示第i个时刻的局部时间范围内时刻的序号。
同理,当该时刻环境湿度存在异常时,利用该时刻的局部时间范围内所有环境湿度以及局部时间范围内每一时刻的皮肤表面温度与环境湿度的修正相关异常性,对该时刻的环境湿度进行修正:
/>
其中,表示该时刻修正后的环境湿度;/>表示第i个时刻的局部时间范围内第k个时刻的环境湿度;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度与环境湿度的修正相关异常性;n表示预设的时间长度,即第i个时刻的局部时间范围内的时刻数;k表示第i个时刻的局部时间范围内时刻的序号。
将修正后的皮肤表面温度替换修正前的皮肤表面温度,实现皮肤表面温度序列的更新。将修正后的艾灸温度替换修正前的艾灸温度,实现艾灸温度序列的更新。将修正后的环境温度替换修正前的环境温度,实现环境温度序列的更新。将修后的环境湿度替换修正前的环境湿度,实现环境湿度序列的更新。
至此,实现了异常的皮肤表面温度、异常的艾灸温度、异常的环境温度以及异常的环境湿度的修正。
S004.根据更新后的艾灸温度序列、环境温度序列、环境湿度序列以及皮肤表面温度序列进行用户基准温度智能评估。
需要说明的是,用户的基准温度是指在环境温度以及环境湿度等的影响下,对用户来说最舒适的艾灸温度。
本发明利用神经网络进行用户基准温度的智能评估,神经网络的具体内容如下:
神经网络的输入为更新后的皮肤表面温度序列、艾灸温度序列、环境温度序列以及环境湿度序列,神经网络的输出为用户基准温度;神经网络的结构为卷积神经网络;神经网络所采用的数据集为多个不同用户更新后的皮肤表面温度序列、艾灸温度序列、环境温度序列、环境湿度序列构成的数据集,神经网络的标签为每个用户的基准温度,基准温度在[40,60/>]范围内,由相关领域的专家根据实际艾灸过程中的经验设置每个用户的基准温度;神经网络的损失函数为均方误差损失函数。
将当前用户更新后的匹配表面温度序列、艾灸温度序列、环境温度序列以及环境湿度序列输入到训练好的神经网络中,得到当前用户的基准温度。
至此,实现了用户基准温度的智能评估。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种用于艾灸装置控制的用户基准温度智能评估方法,其特征在于,该方法包括以下步骤:
采集每一时刻的艾灸温度、环境温度、环境湿度以及皮肤表面温度,分别构成艾灸温度序列、环境温度序列、环境湿度序列以及皮肤表面温度序列;
根据每一时刻的局部时间范围内所有皮肤表面温度以及艾灸温度获取每一时刻的皮肤表面温度与艾灸温度的局部相关性;根据皮肤表面温度序列与艾灸温度序列获取皮肤表面温度与艾灸温度的整体相关性;根据所述整体相关性以及局部相关性获取每一时刻的皮肤表面温度与艾灸温度的相关异常性;
获取每一时刻的皮肤表面温度与环境温度的局部相关性和相关异常性;获取每一时刻的皮肤表面温度与环境湿度的局部相关性和相关异常性;
根据每一时刻的皮肤表面温度与环境温度的局部相关性和相关异常性以及每一时刻的皮肤表面温度与环境湿度的局部相关性和相关异常性,对每一时刻的皮肤表面温度与艾灸温度的相关异常性进行修正,得到每一时刻的皮肤表面温度与艾灸温度的修正相关异常性;
获取每一时刻的皮肤表面温度与环境温度的修正相关异常性;每一时刻的皮肤表面温度与环境湿度的修正相关异常性;
根据每一时刻的皮肤表面温度与艾灸温度的修正相关异常性、皮肤表面温度与环境温度的修正相关异常性以及皮肤表面温度与环境湿度的修正相关异常性,筛选异常数据,并对异常数据进行修正,利用修正后的数据更新艾灸温度序列、环境温度序列、环境湿度序列以及皮肤表面温度序列;
根据更新后的艾灸温度序列、环境温度序列、环境湿度序列以及皮肤表面温度序列进行用户基准温度智能评估;
所述每一时刻的皮肤表面温度与艾灸温度的局部相关性满足表达式:
其中,表示第i个时刻皮肤表面温度与艾灸温度的局部相关性;i表示时刻的序号;表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度;/>表示第i个时刻的局部时间范围内第k个时刻的艾灸温度;/>表示第i个时刻的局部时间范围内所有时刻的皮肤表面温度的均值;/>表示第i个时刻的局部时间范围内所有时刻的艾灸温度的均值;n表示预设的时间长度;k表示第i个时刻的局部时间范围内时刻的序号;
所述根据皮肤表面温度序列与艾灸温度序列获取皮肤表面温度与艾灸温度的整体相关性,包括:
计算皮肤表面温度序列与艾灸温度序列的皮尔逊相关系数,作为皮肤表面温度与艾灸温度的整体相关性;
所述每一时刻的皮肤表面温度与艾灸温度的相关异常性满足表达式,包括:
其中,表示第i个时刻皮肤表面温度与艾灸温度的相关异常性;i表示时刻的序号;/>表示第i个时刻皮肤表面温度与艾灸温度的局部相关性;B表示皮肤表面温度与艾灸温度的整体相关性;exp( )表示以自然常数为底数的指数函数;tanh( )表示双曲正切函数;
所述每一时刻的皮肤表面温度与艾灸温度的修正相关异常性满足表达式,包括:
其中,表示第i个时刻皮肤表面温度与艾灸温度的修正相关异常性;i表示时刻的序号;/>表示第i个时刻皮肤表面温度与艾灸温度的相关异常性;/>表示第i个时刻皮肤表面温度与环境温度的局部相关性;/>表示第i个时刻的皮肤表面温度与环境温度的相关异常性;/>表示第i个时刻皮肤表面温度与环境湿度的局部相关性;/>表示第i个时刻的皮肤表面温度与环境湿度的相关异常性;/>表示绝对值符号;max( )表示最大值函数;
所述根据每一时刻的皮肤表面温度与艾灸温度的修正相关异常性、皮肤表面温度与环境温度的修正相关异常性以及皮肤表面温度与环境湿度的修正相关异常性,筛选异常数据,并对异常数据进行修正,包括:
对于每个时刻,当该时刻皮肤表面温度与艾灸温度的修正相关异常性、皮肤表面温度与环境温度的修正相关异常性都大于或等于预设的异常阈值时,或该时刻皮肤表面温度与艾灸温度的修正相关异常性、皮肤表面温度与环境湿度的修正相关异常性都大于或等于预设的异常阈值时,或该时刻皮肤表面温度与环境温度的修正相关异常性、皮肤表面温度与环境湿度的修正相关异常性都大于或等于预设的异常阈值时,该时刻皮肤表面温度存在异常;当该时刻仅皮肤表面温度与艾灸温度的修正相关异常性大于或等于预设的异常阈值时,该时刻的艾灸温度存在异常;当该时刻仅皮肤表面温度与环境温度的修正相关性异常性大于或等于预设的异常阈值时,该时刻的环境温度存在异常;当该时刻仅皮肤表面温度与环境湿度的修正相关异常性大于或等于预设的异常阈值时,该时刻的环境湿度存在异常;
当该时刻皮肤表面温度存在异常时,利用该时刻的局部时间范围内所有皮肤表面温度、局部时间范围内每一时刻的皮肤表面温度与艾灸温度的修正相关异常性、皮肤表面温度与环境温度的修正相关异常性以及皮肤表面温度与环境湿度的修正相关异常性,对该时刻的皮肤表面温度进行修正,得到修正后的皮肤表面温度;
当该时刻艾灸温度存在异常时,利用该时刻的局部时间范围内所有艾灸温度以及局部时间范围内每一时刻的皮肤表面温度与艾灸温度的修正相关异常性,对该时刻的艾灸温度进行修正,得到修正后的艾灸温度;
当该时刻环境温度存在异常时,利用该时刻的局部时间范围内所有环境温度以及局部时间范围内每一时刻的皮肤表面温度与环境温度的修正相关异常性,对该时刻的环境温度进行修正,得到修正后的环境温度;
当该时刻环境湿度存在异常时,利用该时刻的局部时间范围内所有环境湿度以及局部时间范围内每一时刻的皮肤表面温度与环境湿度的修正相关异常性,对该时刻的环境湿度进行修正,得到修正后的环境湿度;
所述修正后的皮肤表面温度满足表达式:
其中,表示第i个时刻修正后的皮肤表面温度;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度与艾灸温度的修正相关异常性;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度与环境温度的修正相关异常性;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度与环境湿度的修正相关异常性;n表示预设的时间长度;k表示第i个时刻的局部时间范围内时刻的序号;
所述修正后的艾灸温度满足表达式:
其中,表示该时刻修正后的艾灸温度;/>表示第i个时刻的局部时间范围内第k个时刻的艾灸温度;/>表示第i个时刻的局部时间范围内第k个时刻的皮肤表面温度与艾灸温度的修正相关异常性;n表示预设的时间长度;k表示第i个时刻的局部时间范围内时刻的序号。
2.根据权利要求1所述的一种用于艾灸装置控制的用户基准温度智能评估方法,其特征在于,所述局部时间范围的获取方法为:
将每个时刻以及每个时刻的前个时刻、后/>个时刻,作为每个时刻的局部时间范围,其中n为预设的时间长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410300262.3A CN117894429B (zh) | 2024-03-15 | 2024-03-15 | 一种用于艾灸装置控制的用户基准温度智能评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410300262.3A CN117894429B (zh) | 2024-03-15 | 2024-03-15 | 一种用于艾灸装置控制的用户基准温度智能评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117894429A CN117894429A (zh) | 2024-04-16 |
CN117894429B true CN117894429B (zh) | 2024-05-24 |
Family
ID=90643315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410300262.3A Active CN117894429B (zh) | 2024-03-15 | 2024-03-15 | 一种用于艾灸装置控制的用户基准温度智能评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117894429B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101808017A (zh) * | 2010-03-26 | 2010-08-18 | 中国科学院计算技术研究所 | 网络异常性指数定量计算方法和系统 |
CN109044817A (zh) * | 2018-10-29 | 2018-12-21 | 江苏丸中科技有限公司 | 一种基于稳态功率的电子艾灸设备控制方法 |
KR20200085686A (ko) * | 2020-06-25 | 2020-07-15 | (주)동제메디칼 | 전자 뜸 치료기의 제어부 오류 대응 모듈 |
CN112402236A (zh) * | 2020-10-10 | 2021-02-26 | 江苏丸中科技有限公司 | 电子艾灸控制方法及装置 |
CN116301116A (zh) * | 2023-05-18 | 2023-06-23 | 北京航空航天大学 | 一种艾灸仪的自适应温度控制系统 |
CN116585177A (zh) * | 2023-07-11 | 2023-08-15 | 深圳市朴硕健康文化科技有限公司 | 基于数据挖掘的艾灸装置控制方法、装置、设备及介质 |
CN116747450A (zh) * | 2023-06-27 | 2023-09-15 | 南昌大学 | 一种用于微波理疗仪的人体表面安全温度监控方法及系统 |
CN116919813A (zh) * | 2023-06-13 | 2023-10-24 | 江苏省中医药研究院 | 一种中医艾灸的预警方法及系统 |
CN117093879A (zh) * | 2023-10-19 | 2023-11-21 | 无锡尚航数据有限公司 | 一种数据中心智能化运营管理方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6533777B2 (en) * | 2001-05-02 | 2003-03-18 | Young-Doo Won | Moxa cauterizing device and method of forming moxa sinker for the cauterizing device |
CN106038262B (zh) * | 2016-06-14 | 2018-07-17 | 上海大融医疗器械有限公司 | 一种经络热疗仪的治疗热能计量系统、方法与应用 |
-
2024
- 2024-03-15 CN CN202410300262.3A patent/CN117894429B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101808017A (zh) * | 2010-03-26 | 2010-08-18 | 中国科学院计算技术研究所 | 网络异常性指数定量计算方法和系统 |
CN109044817A (zh) * | 2018-10-29 | 2018-12-21 | 江苏丸中科技有限公司 | 一种基于稳态功率的电子艾灸设备控制方法 |
KR20200085686A (ko) * | 2020-06-25 | 2020-07-15 | (주)동제메디칼 | 전자 뜸 치료기의 제어부 오류 대응 모듈 |
CN112402236A (zh) * | 2020-10-10 | 2021-02-26 | 江苏丸中科技有限公司 | 电子艾灸控制方法及装置 |
CN116301116A (zh) * | 2023-05-18 | 2023-06-23 | 北京航空航天大学 | 一种艾灸仪的自适应温度控制系统 |
CN116919813A (zh) * | 2023-06-13 | 2023-10-24 | 江苏省中医药研究院 | 一种中医艾灸的预警方法及系统 |
CN116747450A (zh) * | 2023-06-27 | 2023-09-15 | 南昌大学 | 一种用于微波理疗仪的人体表面安全温度监控方法及系统 |
CN116585177A (zh) * | 2023-07-11 | 2023-08-15 | 深圳市朴硕健康文化科技有限公司 | 基于数据挖掘的艾灸装置控制方法、装置、设备及介质 |
CN117093879A (zh) * | 2023-10-19 | 2023-11-21 | 无锡尚航数据有限公司 | 一种数据中心智能化运营管理方法及系统 |
Non-Patent Citations (1)
Title |
---|
穴位皮肤温度与针灸效应研究进展;郑海珍等;《辽宁中医杂志》;20221231;第49卷(第9期);第209-213页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117894429A (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108413588B (zh) | 一种基于热成像及bp神经网络的个性化空调控制系统及方法 | |
WO2021000790A1 (zh) | 一种智能家居控制方法及智能家居控制装置 | |
CN109489212B (zh) | 一种空调智能睡眠控制方法、调整系统及设备 | |
CN110579978B (zh) | 调节家电设备的方法、装置及存储介质 | |
CN113485498B (zh) | 一种基于深度学习的室内环境舒适度调节方法及系统 | |
CN112254287B (zh) | 变权重多模型综合预测中央空调末端送风控制方法 | |
CN107490202A (zh) | 一种水温控制方法及装置 | |
CN112764526B (zh) | 一种基于多模型动态集成的自适应脑机接口解码方法 | |
WO2021012441A1 (zh) | 空调自学习方法、空调自动控制方法及空调器 | |
CN107606799A (zh) | 一种热水器的控制方法及装置 | |
CN111594996A (zh) | 一种基于深度置信神经网络的变风量空调送风量的预测方法 | |
CN117894429B (zh) | 一种用于艾灸装置控制的用户基准温度智能评估方法 | |
CN116662773A (zh) | 模型获取系统、手势识别方法、装置、设备及存储介质 | |
CN112097378A (zh) | 一种基于前馈型神经网络的空调舒适度调节方法 | |
CN109435630A (zh) | 一种基于人工神经网络算法的乘员舱温度控制方法 | |
CN107644267B (zh) | 一种基于d-s证据理论的温室控制决策融合方法 | |
CN111639680B (zh) | 一种基于专家反馈机制的身份识别方法 | |
CN113035348A (zh) | 一种基于gru特征融合的糖尿病诊断方法 | |
CN117252344A (zh) | 培育设施的适宜度评估方法、装置、电子设备和存储介质 | |
CN111658931A (zh) | 一种智能经鼻高流量湿化氧疗系统 | |
CN115905688B (zh) | 一种基于人工智能和智能家居的参考信息生成方法 | |
CN116358114A (zh) | 一种基于深度强化学习的空调温度控制方法 | |
Suman et al. | Towards personalization of user preferences in partially observable smart home environments | |
CN114027669B (zh) | 床垫受力调整方法、装置、床垫及存储介质 | |
CN109933913A (zh) | 一种基于bp神经网络高温防护服装优化设计方法 |
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 |