[发明专利]一种生理健康数据预测装置

说明书

本发明公开了一种生理健康数据预测装置，包括输入单元、存储单元、输出单元和预测处理单元，其中输入单元用于输入健康数据采集设备所采集到的生理健康特征值序列并存储到存储单元；预测处理单元从存储单元中三次读取对应的生理健康特征值序列进行三次灰色预测得到三次预测结果，并将其等权均值的方式对三次预测结果进行合并处理，得到最终预测结果并存入存储单元，三次预测处理的序列分别为：前n‑2个、中间n‑2个和后n‑2个，其中n为生理健康特征值序列的长度；输出单元用于从存储单元中读取并输出输入的生理健康特征值序列的最终预测结果。本发明将采用三次预测的方式对最终预测结果进行误差修正，从而降低数据突变给预测结果造成的误差。

技术领域

本发明属于智慧医疗技术领域，具体涉及一种基于灰色预测模型的生理健康数据预测装置。

背景技术

灰色系统理论的最早提出是在1982年，如今已经广泛地应用于社会系统、经济管理、气象预测、和疾病控制等领域。

灰色预测方法基于预测特性可划分为以下四类：一、时间序列的预测：通过对一定时间序列上的事件特征进行灰色分析，实现对未来某一时间点上的事件特征值进行预测或对达到某一特征值所需的时间进行预测；二、畸变预测：通过对特征的时间序列进行灰色分析，实现对序列未来畸变情况的出现区间进行预测。三、趋势预测：通过对一定时间序列的特征值进行预测和分析，实现对未来发展趋势的预测，从而实现对事件的精准控制。四、系统预测：通过对多组特征指标的相互关系建立灰色预测模型，实现对不同特征之间相互关系的变化情况进行预测。

目前应用最广泛的灰色预测模型为一阶一元灰色预测模型，即GM(1,1)模型，通过该模型可实现在较小的样本个数下，对样本的变化规律和未来发展趋势进行预测。在使用GM(1,1)灰色预测模型构建特征序列的预测模型时，用X⁽⁰⁾＝(X⁽⁰⁾(1),X⁽⁰⁾(2),X⁽⁰⁾(3),…,X⁽⁰⁾(n))表示原始特征序列，其中n表示序列长度；首先需要对原始序列进行一次累加计算，达到降低序列随机波动、增加序列稳定性的目的，累加后的序列为X⁽¹⁾＝(X⁽¹⁾(1),X⁽¹⁾(2),X⁽¹⁾(3),…,X⁽¹⁾(n))，其中根据累加后的序列，GM(1,1)将建立预测模型的微分方程，其方程的表达式为：其中α和μ为待定系数，α表示发展灰数，μ表示内生控制灰数。

α和μ通过估算得到具体取值，通常采用最小二乘法估计得到：β＝(B^TB)^-1B^TY_n，其中β表示α和μ组成的向量，

计算得到Y_n和B后，将其带入到待定系数的估计计算模型中便可求得其待定系数α和μ的估计值。进而可得到相应的灰色预测模型：式中表示通过预测模型预测得到的第i个序列值，但是，通过该模型得到的预测结果为针对累加序列进行预测的结果，因此，需将结果还原为原始序列的预测结果：从而实现对原始序列未来趋势的预测。

但是，当数据存在突变现象时，现有的灰色预测模型会给预测结果带来误差，从而导致其预测的准确性不够高。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种能进一步提高灰色预测模型的准确率的生理健康数据预测装置。

本发明的生理健康数据预测装置，包括输入单元、存储单元、输出单元和预测处理单元，

其中，输入单元为待预测的生理健康数据(例如血压、心率、体温等)的输入接口，用于输入健康数据采集设备(例如可穿戴健康设备)所采集到的生理健康特征值序列并存储到存储单元；