[发明专利]基于个人运动机能指数PAI的体重预测方法、装置和设备

说明书

本申请提出一种基于个人运动机能指数PAI的体重预测方法、装置和设备，涉及数据处理技术领域，其中，方法包括：获取预设时间段内的个人运动机能指数PAI和智能佩戴设备采集的历史生理数据；对历史生理数据和个人运动机能指数PAI进行标准化和序列化处理，获取生理特征向量时间序列；将生理特征向量时间序列通过已训练的体重预测模型，预测目标时间段的体重。由此，解决了现有技术中单纯基于个人历史体重的体重预测方式精度差的技术问题，通过同时融合个人运动机能指数PAI、以及心率、睡眠、体重等生理数据预测未来体重，提高了体重预测的准确性和效率。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种基于个人运动机能指数PAI的体重预测方法、装置和设备。

背景技术

通常，肥胖问题给健康带来前所未有的威胁，高血脂、糖尿病、高血压患病人数逐年上升，科学运动、预测并控制体重已经成为公众共识。

相关技术中，通过个人历史体重进行体重预测，具体地，基于用户过去一周或两周的体重数据，预测未来一周的体重变化，然而，该方法属于趋势预测，没有考虑运动量等因素对体重的影响，无法体现体重与运动的动态关联关系。

发明内容

本申请旨在至少在一定程度上解决上述提到的技术问题之一。

为此，本申请的第一个目的在于提出一种基于个人运动机能指数的体重预测方法，解决了现有技术中单纯基于个人历史体重的体重预测方式精度差的技术问题，通过同时融合个人运动机能指数PAI(Personal Activity Intelligence)以及心率、睡眠、体重等生理数据预测未来体重，提高了体重预测的准确性和效率。

本申请的第二个目的在于提出一种基于个人运动机能指数的体重预测装置。

本申请的第三个目的在于提出一种电子设备。

本申请的第四个目的在于提出一种非临时性计算机可读存储介质。

为达上述目的，本申请第一方面实施例提出了一种基于个人运动机能指数的体重预测方法，包括：获取预设时间段内的个人运动机能指数PAI和智能佩戴设备采集的历史生理数据；对所述历史生理数据和所述个人运动机能指数PAI进行标准化和序列化处理，获取生理特征向量时间序列；通过已训练的体重预测模型对所述生理特征向量时间序列进行计算，获取目标时间段的预测体重。

在本申请的一个实施例中，所述对所述历史生理数据和所述个人运动机能指数PAI进行处理，获取生理特征向量时间序列，包括：获取所述历史生理数据中的分类特征数据，对所述分类特征数据进行编码，获取分类特征向量；获取所述历史生理数据中的数值特征数据，通过归一化公式对所述数值特征数据和所述个人运动机能指数PAI进行归一化处理，获取数值特征向量；将所述分类特征向量和所述数值特征向量组合成所述生理特征向量时间序列。由此，通过历史生理数据和个人运动机能指数PAI进行归一化处理，进一步提高后续体重预测的准确性。

在本申请的一个实施例中，在所述通过归一化公式对所述数值特征数据和所述个人运动机能指数PAI进行归一化处理之前，还包括：获取所述历史生理数据中的活动量数据；通过变换公式对所述活动量数据和所述个人运动机能指数PAI进行变换处理。由此，针对活动量数据和个人运动机能指数PAI个性差异性比较大的特征，对其进行变换处理，减少个体差异，进一步提高后续体重预测的准确性。

在本申请的一个实施例中，所述的基于个人运动机能指数的体重预测方法，还包括：从所述历史生理数据中获取静息心率和最大心率；通过校正公式根据所述静息心率和所述和最大心率对所述个人运动机能指数PAI进行计算。由此，通过静息心率和最大心率对运动心率进行校正实现对个人运动机能指数PAI的计算。