[发明专利]一种基于人工智能的睡眠训练方法及系统

权利要求书

1.一种基于人工智能的睡眠训练方法，其特征在于，包括以下步骤：

获取并根据样本用户信息对预设的初始预分配模型进行样本训练，以得到预分配模型；

根据样本用户信息中的用户特征建立特征信息数据集；

获取目标用户信息，并根据特征信息数据集获取目标用户信息对应的用户特征；

将用户特征导入至预分配模型中，生成初始睡眠训练方案；

获取并导入目标用户的训练信息至预设的分析调整模型中，生成调整信息；

根据调整信息对初始睡眠训练方案进行调整，生成实时睡眠训练方案。

2.根据权利要求1所述的一种基于人工智能的睡眠训练方法，其特征在于，所述获取并根据样本用户信息对预设的初始预分配模型进行样本训练，以得到预分配模型的方法包括以下步骤：

预设定用户评估结果等级；

录入训练内容并建立训练内容数据库，并设定用户评估结果等级中的各个评估结果与训练内容数据库中各个训练内容的映射关系，建立映射关系数据表；

获取并根据样本用户信息对样本用户进行量表评估，生成样本用户的评估结果；

根据样本用户的评估结果和映射关系数据表生成样本初始睡眠训练方案；

获取样本用户的训练结果；

将样本用户的评估结果、样本初始睡眠训练方案、样本用户的训练结果和样本用户信息中的用户特征导入到预设的初始分配模型中对初始分配模型进行训练，以得到预分配模型。

3.根据权利要求1所述的一种基于人工智能的睡眠训练方法，其特征在于，所述根据特征信息数据集获取目标用户信息对应的用户特征的方法包括以下步骤：

根据目标用户信息中的类别信息在特征信息数据集中进行类别查找，以得到目标用户信息对应的特征类别；

根据目标用户信息对应的特征类别获取对应的用户特征。

4.根据权利要求1所述的一种基于人工智能的睡眠训练方法，其特征在于，所述获取并导入目标用户的训练信息至预设的分析调整模型中，生成调整信息的方法包括以下步骤：

获取并导入目标用户的训练信息至预设的分析调整模型中，生成训练分析结果；

根据训练分析结果判断初始睡眠训练方案是否需要调整，如果是，则根据训练分析结果中的情绪数据生成调整信息；如果否，则结束。

5.一种基于人工智能的睡眠训练系统，其特征在于，包括模型建立模块、特征数据集模块、用户特征模块、初始方案模块、训练调整模块以及实时方案模块，其中：

模型建立模块，用于获取并根据样本用户信息对预设的初始预分配模型进行样本训练，以得到预分配模型；

特征数据集模块，用于根据样本用户信息中的用户特征建立特征信息数据集；

用户特征模块，用于获取目标用户信息，并根据特征信息数据集获取目标用户信息对应的用户特征；

初始方案模块，用于将用户特征导入至预分配模型中，生成初始睡眠训练方案；

训练调整模块，用于获取并导入目标用户的训练信息至预设的分析调整模型中，生成调整信息；

实时方案模块，用于根据调整信息对初始睡眠训练方案进行调整，生成实时睡眠训练方案。

6.根据权利要求5所述的一种基于人工智能的睡眠训练系统，其特征在于，所述模型建立模块包括结果设定子模块、映射关系子模块、用户评估子模块、初始训练子模块、样本结果子模块以及模型训练子模块，其中：

结果设定子模块，用于预设定用户评估结果等级；

映射关系子模块，用于录入训练内容并建立训练内容数据库，并设定用户评估结果等级中的各个评估结果与训练内容数据库中各个训练内容的映射关系，建立映射关系数据表；

用户评估子模块，用于获取并根据样本用户信息对样本用户进行量表评估，生成样本用户的评估结果；

初始训练子模块，用于根据样本用户的评估结果和映射关系数据表生成样本初始睡眠训练方案；

样本结果子模块，用于获取样本用户的训练结果；

模型训练子模块，用于将样本用户的评估结果、样本初始睡眠训练方案、样本用户的训练结果和样本用户信息中的用户特征导入到预设的初始分配模型中对初始分配模型进行训练，以得到预分配模型。