[发明专利]基于流形空间的数据监测方法、装置及存储介质

说明书

本申请涉及数据可视化领域，提供基于流形空间的数据监测方法、装置及存储介质，方法包括：从各项人体体征数据提取时域特征、频域特征和时频特征生成初始特征数据集；根据空间变换算法将初始特征数据集进行降维得到第一特征数据集；将第一特征数据集进行融合处理得到的第二特征数据集映射到坐标空间，得到各个部位的体征数据的空间分布数据，将各个部位的体征数据的空间分布数据生成多个预设的时段的曲线图；根据Hausdorff算法计算第一时段的曲线图与多个第二时段的曲线图之间的相似度，根据该相似度生成目标曲线图；根据目标曲线图输出用于从多个方面反馈人体的局部特征的评估结果。

技术领域

本申请涉及数据可视化领域，尤其涉及一种基于流形空间的数据监测方法、装置及存储介质。

背景技术

目前，人们采用各种电子产品以及APP来监测自身健康。这些电子产品或者应用(application，APP)可以收集人体体征数据，例如脉搏、血压、呼吸、心跳、或者睡眠状况等体征数据，并对这些体征数据分别进行分析，然后根据分析的结果绘制各项体征数据对应的示意图，人们通过观看各项体征数据对应的示意图即可直观地、大概地了解自身的身体机能。

虽然这些电子产品或APP能够辅助人类了解自身机能，但是，由于这些电子产品或APP都只能专用于单项或少许几项的体征数据的监测，所以人们需要购买不同的电子产品或APP分别监测各项体征数据，然后分别进行分析和输出各项体征数据的健康状况。一方面，使用不便且增加成本；另一方面，目前的电子产品或APP只能单方面反馈人体的某个体征数据，比如心跳、脉搏、血压、体脂和体重等。

发明内容

本申请提供了一种基于流形空间的数据监测方法、装置及存储介质，能够解决现有技术中现有电子产品或APP只能单方面反馈人体的某个体征数据，无法综合评判人体的健康状况的问题。

第一方面，本申请提供一种基于流形空间的数据监测方法，所述方法包括：

获取多项人体体征数据，所述人体体征数据包括多个时间间隔内人体的各个部位的体征数据；

对各项所述人体体征数据进行特征提取，分别得到各项所述人体体征数据的时域特征、频域特征和时频特征，将各项所述人体体征数据的时域特征、频域特征和时频特征生成初始特征数据集；

根据空间变换算法将所述初始特征数据集进行降维处理，得到第一特征数据集；将所述第一特征数据集中的各项特征进行融合处理，得到第二特征数据集，所述第二特征数据集包括健康样本和测试样本；

将所述第二特征数据集映射到坐标空间，得到所述第二特征数据集中各个部位的体征数据的空间分布数据，以预设的时间间隔为分度值，将所述第二特征数据集中各个部位的体征数据的空间分布数据生成多个预设的时段的曲线图；所述空间分布数据是指人体体征数据中的各数据点在空间上的分布数据；所述预设的时段的长度与所述时间间隔相等；所述曲线图用于表示人体中各部位的体征数据跟随时间间隔的变化趋势；

根据Hausdorff算法计算第一时段的曲线图与多个第二时段的曲线图之间的相似度，根据所述第一时段的曲线图与所述第二时段的曲线图之间的相似度生成相似度随所述时间间隔变化的目标曲线图，所述第一时段的结束时刻早于所述第二时段的起始时刻；

根据所述目标曲线图评估人体的健康状态，并输出评估结果，所述评估结果用于从多个方面反馈人体的局部特征。

一种可能的设计中，所述初始特征数据集为N1维数据，所述空间变换算法为流形学习算法；所述根据空间变换算法将所述初始特征数据集进行降维处理，得到第一特征数据集，包括：

采用所述流形学习算法将所述初始特征数据集从N1维数据空间变换到N2维的第一特征数据集；其中，所述第一特征数据集为N2维数据，N1＞k*N2，N1、N2和k均为正整数且k＞1；

计算与所述第一特征数据集对应的嵌入映射；