[发明专利]电子设备及健康数据归属识别方法在审

专利信息
申请号: 202111620906.X 申请日: 2021-12-28
公开(公告)号: CN114446427A 公开(公告)日: 2022-05-06
发明(设计)人: 廖希洋 申请(专利权)人: 海信集团控股股份有限公司
主分类号: G16H10/60 分类号: G16H10/60;G06N20/00
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 刘醒晗
地址: 266555 山东省青*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电子设备 健康 数据 归属 识别 方法
【权利要求书】:

1.一种用于进行家庭健康数据管理的电子设备,其特征在于,包括:接收单元和处理器;

所述接收单元,用于接收待识别的目标健康数据;

所述处理器,用于根据预设的置信度以及家庭中每个家庭成员属于目标数据类型的多个历史健康数据,确定多个预测区间;其中,所述目标数据类型为待识别的目标健康数据的数据类型;所述置信度为每个家庭成员的多个历史健康数据在对应的预测区间内的概率;

若多个所述预测区间均包括所述目标健康数据,则按照预设的步长,向下调整所述置信度,并根据调整后的置信度和多个所述历史健康数据,确定每个家庭成员新的预测区间,直到确定出仅有一个目标预测区间包括所述目标健康数据;

若每个家庭成员的预测区间均不包括所述目标健康数据,则按照预设的步长,向上调整所述置信度,并根据调整后的置信度和多个所述历史健康数据,确定每个家庭成员新的预测区间,直到确定出仅有一个目标预测区间包括所述目标健康数据;

确定所述目标健康数据属于所述目标预测区间对应的家庭成员。

2.根据权利要求1所述的电子设备,其特征在于,所述处理器,具体用于:

将预设的置信度以及家庭中每个家庭成员属于目标数据类型的多个历史健康数据作为回归模型的输入,通过所述回归模型,确定多个预测区间;

其中,所述回归模型的训练过程,包括:

将样本集作为输入,将样本集对应的预测区间作为所述回归模型的输出,对所述回归模型进行多次训练;

其中,针对任意一个训练周期,将所述任意一个训练周期后的梯度值和所述任意一个训练周期后的所述回归模型的参数发送给服务器;

接收所述服务器发送的融合梯度值和融合参数,其中,所述融合梯度值为所述服务器根据接收到的多个电子设备的梯度值进行融合后得到的;所述融合参数为所述服务器根据融合后的梯度值和接收到的多个电子设备发送的参数进行融合得到的;

根据所述融合梯度值更新所述任意一个训练周期后的梯度值;并根据融合参数和更新后的梯度值,得到下一个训练周期所述回归模型的初始的参数。

3.根据权利要求2所述的电子设备,其特征在于,所述处理器,具体用于:

根据利用第一权值加权所述融合梯度值得到的值,利用第二权重加权所述任意一个训练周期后的梯度值得到的值,更新所述任意一个训练周期后的梯度值;

其中,若所述任意一个训练周期后的梯度值的绝对值不小于所述融合梯度值的绝对值,则将所述融合梯度值和所述任意一个训练周期后的梯度值之和,与所述融合梯度值之间的比值,作为所述第二权值,将第一阈值和所述第二权重之间的差值作为所述第一权值;

若所述任意一个训练周期后的梯度值的绝对值小于所述融合梯度值的绝对值,则将所述融合梯度值和所述任意一个训练周期后的梯度值之和,与所述任意一个训练周期后的梯度值之间的比值,作为所述第二权值,将第二阈值和所述第二权重之间的差值作为所述第一权值。

4.根据权利要求2所述的电子设备,其特征在于,所述处理器,具体用于:

根据利用第三权重加权目标差值后得到的值,以及利用第四权重加权所述融合参数后得到的值,得到下一个训练周期所述回归模型的初始的参数;其中,第三阈值和所述第三权重之间的差值作为所述第四权重;

所述目标差值为所述任意一个训练周期后的所述回归模型的参数,与利用第五权重加权更新后的梯度值之间的差值。

5.根据权利要求1~4任一项所述的电子设备,其特征在于,所述处理器,还用于:

确定调整所述置信度的次数不超过预设次数;

若调整所述置信度的次数超过预设次数,则根据所述目标健康数据和所述家庭中的每个家庭成员的信息,生成选择页面;

确定所述目标健康数据属于用户在所述选择页面中选择的家庭成员。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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海信集团控股股份有限公司,未经海信集团控股股份有限公司许可,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/202111620906.X/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top