[发明专利]一种数据监测方法、装置、电子设备和存储介质

权利要求书

1.一种数据监测方法，其特征在于，包括：

在获取到目标用户在目标时段内的一组心电信号之后，根据该组心电信号中每个心电信号的发生时刻和发生强度，确定该组心电信号的至少两个波峰的发生时刻；

按照所述发生时刻的先后顺序，计算两两相邻波峰的发生时刻之间的差值，以将所述差值作为RR间期的间隔值，将所述两两相邻波峰的发生时刻之间的时间段作为所述RR间期的发生时段；

在计算出至少一个RR间期的间隔值之后，确定包含所述RR间期的RR间期序列；其中，所述RR间期是按照计算的先后顺序进行排列的，所述RR间期包括所述间隔值和该RR间期的发生时段；

将所述RR间期序列中的RR间期作为输入数据，分别输入到至少两个用于计算特征值的预设子模型中，得到用于表示该组心电信号的波动特性的至少两个特征值；其中，不同的预设子模型用于计算波动特性在不同维度上的特征值；

按照预设组合方式将至少一个所述特征值进行组合，以将组合的至少一个结果作为待测组；其中，所述预设组合方式是通过序列后向选择法SBS确定的；

在将所述待测组输入到监测模型之后，通过所述监测模型对所述待测组对应的该组心电信号标记用于表示学生的学习状态的标识，以根据所述标识监测所述学生的学习情况。

2.根据权利要求1所述的方法，其特征在于，所述监测模型是通过以下方法训练的：

针对每个学习状态，在获取到预设数量的目标用户的至少一组心电信号之后，为每组心电信号标记用于表示学生在该学习状态下的第一标识；其中，所述学习状态包括：知识学习状态与解决问题状态、学习阶段认知负荷匹配状态与不匹配状态、测试阶段认知负荷匹配状态与不匹配状态、知识点难度与群体学习能力匹配状态与不匹配状态、精神不疲劳与疲劳状态；

针对携带有所述第一标识的每组心电信号，分别通过所述预设子模型计算该组心电信号在不同维度上的至少两个特征值；

将所述至少两个特征值按照全组合的组合方式组成该组心电信号的至少一个训练组；其中，所述全组合的组合方式是从n个不同特征值里每次取出1个、2个、…、n个不同特征值构成的多种组合方式；n为特征值的维度数；

针对训练组的每个组合方式，在获取到预设数量的目标用户的训练组之后，将由所述预设数量的训练组构成的训练集，传入所述监测模型中，以通过所述监测模型中的分类器对所述训练集中的每个所述训练组对应的每组心电信号进行标记；其中，所述分类器包括邻近算法KNN、核函数为径向基函数rbf的支持向量机SVM-rbf、决策树DT；

针对每个分类器，该分类器通过留一法确定所述训练集中每个所述训练组对应的每组心电信号在该学习状态下的标识，以为携带有第一标识的每组心电信号标记第二标识；其中，所述第一标识、所述第二标识均为所述标识；所述标识分为阴性、阳性；

统计每组心电信号的所述第一标识与所述第二标识的对比结果，以根据所述对比结果，确定每个分类器针对每个训练集的识别率Accuracy。

3.根据权利要求2所述的方法，其特征在于，针对每个学习状态，将超过预设阈值的Accuracy所对应的训练组作为目标训练组，以按照预设方法将其中一个所述目标训练组的组合方式确定为该学习状态下的预设组合方式；

针对每个预设组合方式，对该预设组合方式对应的目标训练组的第一识别率以及该预设组合方式对应的验证组的第二识别率进行加权计算，以得到目标分类器在该预设组合方式下得到的综合分值；其中，所述目标分类器为使得所述目标训练组得到所述Accuracy的分类器；所述验证组与所述目标训练组的组合方式、分类器以及识别率的计算方法相同；所述验证组对应的每组心电信号与所述目标训练组对应的每组心电信号不同；

当目标分类器在该预设组合方式下能够达到的综合分值大于或等于预设分值时，将该目标分类器固定为用来监测所述待测组的分类器；其中，所述待测组是按照该预设组合方式组成的。