[发明专利]一种基于人工智能的睡眠训练方法及系统

说明书

本发明公开了一种基于人工智能的睡眠训练方法，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；对初始睡眠训练方案进行调整，生成实时睡眠训练方案。本发明还公开了一种基于人工智能的睡眠训练方法涉及人工智能技术领域。本发明结合用户特征和实时个人情况针对性的为用户推荐合理的睡眠训练方案，进行有效的睡眠辅助训练。

技术领域

本发明涉及人工智能技术领域，具体而言，涉及一种基于人工智能的睡眠训练方法及系统。

背景技术

合理的生活方式是确保人体健康的关键因素，是预防多种生理及心理疾病的有效方法。生活方式一般体现在人的饮食、运动量及睡眠上。在睡眠中，人体进行了自我放松及恢复的过程，因此良好的睡眠是保持身体健康的一项基本条件；但是由于工作压力大、生活作息不规律等原因，导致了部分人群的睡眠质量欠佳，表现为失眠、半夜惊醒等。

目前现有的技术仅是使用户自主登录系统后自主选择训练课程，其训练阶段及内容过于程式化，无法针对不同需求人群进行训练阶段及课程的分配，且无法排除一些不适合训练的人群。

发明内容

为了克服上述问题或者至少部分地解决上述问题，本发明实施例提供一种基于人工智能的睡眠训练方法及系统，结合用户特征和实时个人情况针对性的为用户推荐合理的睡眠训练方案，进行有效的睡眠辅助训练。

本发明的实施例是这样实现的：

第一方面，本发明实施例提供一种基于人工智能的睡眠训练方法，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。

为了保证后续可以快速有效的针对不同用户生成合适的睡眠训练方案，预先进行样本训练，建立合理的预分配模型，为后续提供支撑；首先，获取足量的样本用户信息，将样本用户信息导入到预设的初始预分配模型进行模型训练，以得到预分配模型，以便对后续用户数据进行分析，分配合理的睡眠训练方案。为了保证在后续对用户快速分配到合适的睡眠训练方案，根据样本用户信息中的用户特征建立形成特征信息数据集，方便后续根据用户特征匹配到合适的睡眠训练方案，为后续提供数据基础。获取到目标用户信息后，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，然后获取该特征类别里面的具体的用户特征；上述目标用户信息包括基础信息、就诊信息和病历信息。将获取到的对应的用户特征导入到预分配模型中，通过预分配模型生成一个合适的初始睡眠训练方案并发送给对应的用户，获取用户根据初始睡眠训练方案进行训练的训练信息，该训练信息包括训练表情视频信息和过程视频数据，将训练信息导入至预设的分析调整模型中，通过分析调整模型中对用户表情进行分析，匹配对应的情绪数据，当匹配到的情绪数据表示消极情绪时生成对应的调整信息，该调整信息包括训练方案不合理提示、用户情绪数据、训练是否达标信息、方案调整内容等；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，以便更好的满足用户睡眠训练需求。

本方法结合用户特征和实时个人情况针对性的为用户推荐合理的睡眠训练方案，进行有效的睡眠辅助训练。