[发明专利]基于智能穿戴设备的儿童行为异常识别方法及系统

权利要求书

1.一种基于智能穿戴设备的儿童行为异常识别方法，其特征在于，该方法包括以下步骤：

获取教室内每个学生的湿度数据序列以及活动数据序列；所述湿度数据序列为一段时间内所述学生关键部位的湿度信息；所述活动数据序列为一段时间内所述学生关节部位的活动信息；

获取任意所述学生的所述活动数据序列的均值和方差，计算所述均值和方差的乘积；获取所述学生的所述湿度数据序列中的最大值和最小值的差值，根据所述乘积与所述差值得到所述学生的活动强度；

计算任意两个学生之间的一致性；所述一致性由两个所述学生之间的活动强度、湿度数据序列以及活动数据序列获得；根据所述一致性获取两个所述学生之间的差异性；

获取每个所述学生在一段时间内的心率次数，根据每个所述学生所述心率次数与标准心率次数的差值获取每个所述学生的心率波动幅值；以任意两个所述学生的所述心率波动幅值的差值为权值，根据所述权值与两个所述学生之间的所述差异性的乘积得到两个学生之间的差异距离；

根据所述差异距离对所有所述学生聚类，根据聚类结果得到儿童的行为是否存在异常。

2.根据权利要求1所述的方法，其特征在于，所述学生关键部位包括左腋下、右腋下、后背、左膝盖内侧、右膝盖内侧、左脚心以及右脚心。

3.根据权利要求1所述的方法，其特征在于，所述学生关节部位包括左肘关节、右肘关节、左膝关节、右膝关节、左肩关节以及右肩关节。

4.根据权利要求1所述的方法，其特征在于，所述根据所述乘积与所述差值得到所述学生的活动强度的步骤，包括：

所述活动强度的计算具体为：

其中，表示第个学生的活动强度；表示第个学生的活动数据序列；表示第个学生的活动数据序列的均值；表示第个学生的活动数据序列的方差；表示第个学生的湿度数据序列；表示第个学生的湿度数据序列中的最大值；表示第个学生的湿度数据序列中的最小值；表示自然常数。

5.根据权利要求1所述的方法，其特征在于，所述一致性由两个所述学生之间的活动强度、湿度数据序列以及活动数据序列获得的步骤，包括：

获取任意两个所述学生对应的活动强度的差值、对应的活动数据序列的均值的差值、对应的活动数据序列的相似度以及对应的湿度数据序列的相似度；

所述一致性与所述活动数据序列的相似度呈正相关关系，与所述湿度数据序列的相似度呈正相关关系，与所述活动强度的差值呈负相关关系，与所述活动数据序列的均值的差值呈负相关关系。

6.根据权利要求1所述的方法，其特征在于，所述差异性与所述一致性呈负相关关系。

7.根据权利要求1所述的方法，其特征在于，所述根据聚类结果得到儿童的行为是否存在异常的步骤，包括：

若所述聚类结果存在孤立点，则所述儿童的行为存在异常。

8.一种基于智能穿戴设备的儿童行为异常识别系统，包括存储器、处理器以及存储在所述存储器上并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求17任意一项方法所述的步骤。