[发明专利]一种基于物联网的宠物数据处理方法、系统及存储介质在审

专利信息
申请号: 201910743080.2 申请日: 2019-08-13
公开(公告)号: CN110516719A 公开(公告)日: 2019-11-29
发明(设计)人: 谢燕;姚文盛 申请(专利权)人: 四川康佳智能终端科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;H04L29/08
代理公司: 44268 深圳市君胜知识产权代理事务所(普通合伙) 代理人: 王永文;宗继颖<国际申请>=<国际公布>
地址: 644000 四川省宜宾市临港经济技术开*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 宠物 宠物数据 附加信息 训练模型 饲养 预估 物联网平台 宠物健康 采集 数据采集装置 发送 主移动终端 宠物运动 存储介质 饲养宠物 信息构件 数据处理 物联网 构建 服务器 契合 制定
【权利要求书】:

1.一种基于物联网的宠物数据处理方法,其特征在于,包括:

数据采集装置采集第一宠物数据并发送至物联网平台,所述第一宠物数据包括:宠物行走信息、宠物静止信息、宠物睡眠信息及宠物奔跑信息;

物联网平台接收饲主输入的宠物附加信息,所述宠物附加信息包括:品种、年龄、重量及性别;

服务器根据预先构建的训练模型、所述第一宠物数据及饲主所输入的宠物附加信息预估宠物健康状况,制定饲养计划,并发送至饲主移动终端。

2.根据权利要求1所述的基于物联网的宠物数据处理方法,其特征在于,所述训练模型的构建过程具体包括:

根据所述第一宠物数据,服务器利用PCA算法进行特征提取;

根据所提取的特征,服务器利用SVM算法构建训练模型。

3.根据权利要求2所述的基于物联网的宠物数据处理方法,其特征在于,所述根据所述第一宠物数据,服务器利用PCA算法进行特征提取的步骤之前还包括:服务器对所述第一宠物数据进行预处理,剔除第一宠物数据中的格式化错误及异常数据。

4.根据权利要求2所述的基于物联网的宠物数据处理方法,其特征在于,所述根据所提取的特征,服务器利用SVM算法构建训练模型的步骤之后还包括:

将所述第一宠物数据代入所述训练模型,并统计第一误差率;

判断所统计第一误差率是否小于误差阈值,若否则进行第一宠物数据的二次处理并重新构建训练模型,直至所统计的第一误差率小于误差阈值。

5.根据权利要求4所述的基于物联网的宠物数据处理方法,其特征在于,所述服务器根据预先构建的训练模型、所述第一宠物数据及饲主所输入的宠物附加信息预估宠物健康状况,制定饲养计划,并发送至饲主移动终端的步骤之后还包括:

数据采集装置采集第二宠物数据并发送至物联网平台,并将所述第二宠物数据代入所述训练模型,并统计第二误差率;

判断所统计第二误差率是否小于误差阈值,若否则进行第二宠物数据的二次处理并重新构建训练模型,直至所统计的第二误差率小于误差阈值。

6.一种用于实现如权利要求1至5中任意一项所述基于物联网的宠物数据处理方法的基于物联网的宠物数据处理系统,其特征在于,所述基于物联网的宠物数据处理系统包括:

数据采集装置,用于采集第一宠物数据并发送至物联网平台,所述第一宠物数据包括:宠物行走信息、宠物静止信息、宠物睡眠信息及宠物奔跑信息;

物联网平台,用于接收饲主输入的宠物附加信息及所述第一宠物数据,所述宠物附加信息包括:品种、年龄、重量及性别;

服务器,用于根据预先构建的训练模型、所述第一宠物数据及饲主所输入的宠物附加信息预估宠物健康状况,制定饲养计划,并发送至饲主移动终端。

7.根据权利要求6所述的基于物联网的宠物数据处理方法,其特征在于,所述服务器还用于根据所述第一宠物数据,利用PCA算法进行特征提取,并根据所提取的特征,利用SVM算法构建训练模型。

8.根据权利要求7所述的基于物联网的宠物数据处理方法,其特征在于,所述服务器还用于对所述第一宠物数据进行预处理,剔除第一宠物数据中的格式化错误及异常数据。

9.根据权利要求7所述的基于物联网的宠物数据处理方法,其特征在于,所述服务器还用于将所述第一宠物数据代入所述训练模型,并统计第一误差率;以及判断所统计第一误差率是否小于误差阈值,若否则进行第一宠物数据的二次处理并重新构建训练模型,直至所统计的第一误差率小于误差阈值。

10.一种存储介质,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至5中任一项所述的基于物联网的宠物数据处理方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川康佳智能终端科技有限公司,未经四川康佳智能终端科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910743080.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top