[发明专利]一种梦游检测方法、存储介质以及梦游检测装置在审
申请号: | 202010006821.1 | 申请日: | 2020-01-03 |
公开(公告)号: | CN111166286A | 公开(公告)日: | 2020-05-19 |
发明(设计)人: | 董明珠;李绍斌;赵杰磊;徐洪伟;李喜林;薛凡 | 申请(专利权)人: | 珠海格力电器股份有限公司;珠海联云科技有限公司 |
主分类号: | A61B5/00 | 分类号: | A61B5/00;A61B5/11 |
代理公司: | 北京聿宏知识产权代理有限公司 11372 | 代理人: | 吴大建;张杰 |
地址: | 519000*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 梦游 检测 方法 存储 介质 以及 装置 | ||
1.一种梦游检测方法,其特征在于,包括:
监测目标对象是否离开睡眠区域,当监测到目标对象离开睡眠区域时,获取目标对象于离开睡眠区域时刻之前的第一时段内的生理指标数据;
将所述第一时段内的生理指标数据输入预先建立的梦游前段预测分析模型,以得到所述梦游前段预测分析模型输出的第一预测结果,所述第一预测结果用于指示目标对象是否处于梦游期睡眠状态;
基于所述第一预测结果,确定目标对象是否发生梦游。
2.根据权利要求1所述的方法,其特征在于,监测目标对象是否离开睡眠区域,包括:
根据检测到的目标对象的体动参数来判断目标对象是否离开睡眠区域。
3.根据权利要求1或2所述的方法,其特征在于,利用神经网络算法建立所述梦游前段预测分析模型,其中,所述神经网络算法包括极限学习机算法或二分类算法。
4.根据权利要求1或2所述的方法,其特征在于,所述梦游前段预测分析模型为基于极限学习机算法建立的,利用极限学习机算法建立所述梦游前段预测分析模型,包括以下步骤:
选择激活函数并设定隐含层神经元个数、输入层与隐含层的连接权值以及隐含层神经元的阈值;
选择确定为发生梦游状态时刻之前对应的生理指标数据以及未发生梦游状态时刻对应的生理指标数据作为训练样本,对所述训练样本进行预处理后提取特征数据作为输入向量;
将所述输入向量、输入层与隐含层的连接权值以及隐含层神经元的阈值代入到所述激活函数,计算输出矩阵;
将是否处于梦游期睡眠状态的判断结果作为目标输出,根据所述输出矩阵反向求出输出权重,从而完成所述梦游前段预测分析模型的建立。
5.根据权利要求4所述的方法,其特征在于,基于所述第一预测结果,确定目标对象是否发生梦游,包括:
当所述第一预测结果指示为目标对象处于梦游期睡眠状态时,判断当前目标对象离开睡眠区域的时间是否大于预设时间阈值;
当所述目标对象离开睡眠区域的时间大于预设时间阈值时,确定所述目标对象发生梦游。
6.根据权利要求5所述的方法,其特征在于,判断所述目标对象发生梦游之后,所述方法还包括:向预设接收端发送目标对象梦游的提示信息。
7.根据权利要求4所述的方法,其特征在于,基于所述第一预测结果,确定目标对象是否发生梦游,包括:
当所述第一预测结果指示为目标对象处于梦游期睡眠状态时,判断当前目标对象离开睡眠区域的时间是否小于或等于预设时间阈值;
当目标对象离开睡眠区域的时间小于或等于预设时间阈值时,获取目标对象返回所述睡眠区域时刻之后第二时段内的生理指标数据;
将所述第二时段内的生理指标数据输入预先建立的梦游后段预测分析模型,以得到所述梦游后段预测分析模型输出的用于指示目标对象是否处于梦游期睡眠状态的第二预测结果;
结合所述第一预测结果和所述第二预测结果,确定目标对象是否发生梦游。
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珠海格力电器股份有限公司;珠海联云科技有限公司,未经珠海格力电器股份有限公司;珠海联云科技有限公司许可,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/202010006821.1/1.html,转载请声明来源钻瓜专利网。