一种基于物联网技术的智能床垫睡眠改善方法及系统 专利技术说明

计算;推算;计数设备的制造及其应用技术1.本发明涉及智能技术领域，特别涉及一种基于物联网技术的智能床垫睡眠改善方法及系统。背景技术：2.睡眠是人类一项不可缺少的生理活动，智能床垫就是为了改善人们的睡眠质量逐渐发展起来，它包含了设备物理环境、管理和服务等方面的软环境。目前，大部分的智能床垫仍然普遍存在产品功能单一、产品智能化弱、用户体验不佳、传感器放置在床单、被子和枕头等物品下，人体生命特征数据采集不精确、床垫集中于漏电保护与过热防燃上，缺乏综合性的安全保护方案、缺少改善用户睡眠智能化方案、价格高昂等问题。3.因此，现有技术中迫切地需要一种基于物联网技术的智能床垫睡眠改善方法及系统。使得智能床垫安全可控，改善人们的睡眠质量，提高人民的幸福感。技术实现要素：(一)发明目的4.为解决市面上智能床垫产品功能单一、产品智能化弱、用户体验不佳、人体生命特征数据采集不精确、缺少改善用户睡眠智能化方案、价格高昂等问题。本发明提供一种基于物联网技术的智能床垫睡眠改善方法，智能床垫通过内部的各类传感器设备搭配智能手环采集睡眠环境数值及用户生理数据；将采集到的数据传至云服务器进行数据分析，云服务器利用改良后的决策树算法进行分析自动生成睡眠分析报告，在此基础上结合多元线性回归分析算法完成睡眠改善方法的智能推荐；移动终端获取分析结果进行反馈。本发明提供了该方法的系统。5.该发明检测的准度高，实时性好，对于改善和提高用户睡眠质量具有重要的意义，适用于智能家居、智慧医疗、养老服务等领域，应用前景广阔。(二)技术方案6.作为本发明的第一方面，本发明公开了一种基于物联网技术的智能床垫睡眠改善方法，包括以下步骤：7.步骤1)用户生理数据、睡眠环境数据及睡前状态的获取：通过智能床垫内部的各类传感器设备和搭配的智能手环采集用户生理数据、睡眠环境数值，通过移动终端采集用户睡前数据；8.步骤2)将采集的数据传输至云服务器；9.步骤3)数据分析：利用改进的决策树算法对采集数据进行分析，自动生成睡眠分析报告；并结合多元线性回归分析算法完成睡眠改善方法的智能推荐。10.步骤3.1)生成睡眠分析报告。首先通过递归分治法生成决策树，决策树是从上而下生成，然后选定属性，依据固定的方法来划分实例。对于集合重复上述的过程，直到实例都为同类相同的时候为止，这样建立的节点集合是不同的分类数据，进而对错误的预测进行分支操作，降低决策树的复杂度，同时降低噪音数据的影响。分类决策树的算法步骤如下：11.(1)假定数据集为d，计算gini(d)。针对特征y，计算y＝y时的基尼指数；12.(2)从特征和切分点中进行选择，选取基尼指数最小的特征及其对应的切分点作为最优特征与最优切分点，然后依据这两个特征点进行其他特征的划分；13.(3)重复(1)和(2)，直至满足停止条件；14.(4)生成分类决策树。15.利用人体睡眠数据集进行测试，对改进的决策树算法在执行率、错误率以及模型复杂度进行分析，其中模型复杂度定义为产生的决策树结点总数。16.步骤3.2)睡眠改善方法的智能推荐：采用多变量统计学方法对搜集的时常生活习惯的数据，与步骤3.1)中得到的睡眠报告数据进行分析，从而建立多元线性回归模型，用最小二乘法建立正规矩阵，通过spss解出回归方程，得到睡眠质量的影响因子，最后智能推荐出健康合理的作息安排。17.步骤4)分析结果传输至移动终端；18.步骤5)移动终端数据反馈：通过人机交互界面反馈睡眠分析报告并进行相应的引导与提示，帮助用户改善不良睡眠作息习惯。19.进一步的，所述步骤1)中智能床垫通过内部的各类传感器设备搭配智能手环采集的睡眠环境数值及用户生理数据包括：环境内二氧化碳浓度、空气湿度、用户心率、血压、睡眠温度、体动频次、入睡/起床时间点。通过移动终端的采集用户睡前数据包括：用户当天运动量、睡前饮食状况。20.进一步的，所述步骤3)中睡眠分析报告内容包括：用户上一次深浅度睡眠占比、用户上一次睡眠评分数值、用户睡眠质量概要评价。21.进一步的，所述步骤3)中用户睡眠改善方法的智能推荐包括：用户作息时间推荐、用户运动量推荐和用户科学饮食推荐；若所述采集到的数据未在所述用户作息、用户运动和用户饮食的调节范围内时，则通过所述移动终端对所述用户进行提示。22.作为本发明的第二方面，本发明公开了一种基于物联网技术的智能床垫睡眠改善系统，包括：23.数据获取模块，智能床垫通过内部的各类传感器设备搭配智能手环采集睡眠环境数值及用户生理数据、移动终端可采集用户睡前数据；24.睡眠报告生成模块，对采集到的数据在云服务器端进行数据处理，利用改良后的决策树算法进行分析自动生成睡眠分析报告；在此基础上结合多元线性回归分析算法完成睡眠改善方法的智能推荐。25.睡眠数据反馈模块，用于睡眠报告与睡眠改善方法在移动终端的友好反馈，以及床垫端反应设备的调节，以便于对用户进行相应的正确引导与提示以优化用户的睡眠状态。(三)有益效果26.本发明提供一种基于物联网技术的智能床垫睡眠改善方法及系统，智能床垫通过内部的各类传感器设备搭配智能手环采集睡眠环境数值及用户生理数据；将采集到的数据传至云服务器进行数据分析；移动终端获取分析结果进行反馈。27.在云服务器端利用改良后的决策树算法进行分析自动生成睡眠分析报告；在此基础上结合多元线性回归分析算法完成睡眠改善方法的智能推荐。28.该发明检测的准度高，实时性好，对于改善和提高用户睡眠质量具有重要的意义，适用于智能家居、智慧医疗、养老服务等领域，应用前景广阔。附图说明29.附图1为本发明提供一种基于物联网技术的智能床垫睡眠改善方法的结构示意图。30.附图2为本发明提供一种基于物联网技术的智能床垫睡眠改善系统的结构示意图。具体实施方式31.一种基于物联网技术的智能床垫睡眠改善方法，包括以下步骤：32.步骤1)用户生理数据、睡眠环境数据及睡前状态的获取：通过智能床垫内部的各类传感器设备和搭配的智能手环采集用户生理数据、睡眠环境数值，通过移动终端采集用户睡前数据；33.步骤2)将采集的数据传输至云服务器；34.步骤3)数据分析：利用改进的决策树算法对采集数据进行分析，自动生成睡眠分析报告；并结合多元线性回归分析算法完成睡眠改善方法的智能推荐。35.步骤3.1)生成睡眠分析报告。首先通过递归分治法生成决策树，决策树是从上而下生成，然后选定属性，依据固定的方法来划分实例。对于集合重复上述的过程，直到实例都为同类相同的时候为止，这样建立的节点集合是不同的分类数据，进而对错误的预测进行分支操作，降低决策树的复杂度，同时降低噪音数据的影响。分类决策树的算法步骤如下：36.(1)假定数据集为d，计算gini(d)。针对特征y，计算y＝y时的基尼指数；37.(2)从特征和切分点中进行选择，选取基尼指数最小的特征及其对应的切分点作为最优特征与最优切分点，然后依据这两个特征点进行其他特征的划分；38.(3)重复(1)和(2)，直至满足停止条件；39.(4)生成分类决策树。40.利用人体睡眠数据集进行测试，对改进的决策树算法在执行率、错误率以及模型复杂度进行分析，其中模型复杂度定义为产生的决策树结点总数。41.步骤3.2)睡眠改善方法的智能推荐：采用多变量统计学方法对搜集的时常生活习惯的数据，与步骤3.1)中得到的睡眠报告数据进行分析，从而建立多元线性回归模型，用最小二乘法建立正规矩阵，通过spss解出回归方程，得到睡眠质量的影响因子，最后智能推荐出健康合理的作息安排。42.步骤4)分析结果传输至移动终端；43.步骤5)移动终端数据反馈：通过人机交互界面反馈睡眠分析报告并进行相应的引导与提示，帮助用户改善不良睡眠作息习惯。44.进一步的，所述步骤1)中智能床垫通过内部的各类传感器设备搭配智能手环采集的睡眠环境数值及用户生理数据包括：环境内二氧化碳浓度、空气湿度、用户心率、血压、睡眠温度、体动频次、入睡/起床时间点。通过移动终端的采集用户睡前数据包括：用户当天运动量、睡前饮食状况。45.进一步的，所述步骤3)中睡眠分析报告内容包括：用户上一次深浅度睡眠占比、用户上一次睡眠评分数值、用户睡眠质量概要评价。46.进一步的，所述步骤3)中用户睡眠改善方法的智能推荐包括：用户作息时间推荐、用户运动量推荐和用户科学饮食推荐；若所述采集到的数据未在所述用户作息、用户运动和用户饮食的调节范围内时，则通过所述移动终端对所述用户进行提示。47.本发明公开了一种基于物联网技术的智能床垫睡眠改善系统，包括：48.数据获取模块，智能床垫通过内部的各类传感器设备搭配智能手环采集睡眠环境数值及用户生理数据、移动终端可采集用户睡前数据；各类传感器设备包括温湿度传感器、压力传感器、雨滴传感器、二氧化碳浓度传感器。49.睡眠报告生成模块，对采集到的数据在云服务器端进行数据处理，利用改良后的决策树算法进行分析自动生成睡眠分析报告；在此基础上结合多元线性回归分析算法完成睡眠改善方法的智能推荐。50.睡眠数据反馈模块，用于睡眠报告与睡眠改善方法在移动终端的友好反馈，以及床垫端反应设备的调节，以便于对用户进行相应的正确引导与提示以优化用户的睡眠状态。具体实施例51.步骤1：数据采集模块获取用户生理数据、睡眠环境数据及睡前状态：智能床垫通过内部的各类传感器设备搭配智能手环采集睡眠环境数值及用户生理数据、移动终端可采集用户睡前数据；52.步骤2：终端数据传输至云服务器；53.步骤3：睡眠报告生成模块进行数据处理，利用改良后的决策树算法进行分析自动生成睡眠分析报告；在此基础上结合多元线性回归分析算法完成睡眠改善方法的智能推荐。可通过以下步骤实现：54.步骤3.1：生成睡眠分析报告：首先通过递归分治法生成决策树，决策树是从上而下生成，然后选定属性，依据固定的方法来划分实例。对于集合重复上述的过程，直到实例都为同类相同的时候为止，这样建立的节点集合是不同的分类数据，进而对错误的预测进行分支操作，降低决策树的复杂度，同时降低噪音数据的影响。分类决策树的算法步骤如下：55.(1)假定数据集为d，计算gini(d)。针对特征y，计算y＝y时的基尼指数；56.(2)从特征和切分点中进行选择，选取基尼指数最小的特征及其对应的切分点作为最优特征与最优切分点，然后依据这两个特征点进行其他特征的划分；57.(3)重复(1)和(2)，直至满足停止条件；58.(4)生成分类决策树。59.利用人体睡眠数据集进行测试，对改进的决策树算法在执行率、错误率以及模型复杂度进行分析，其中模型复杂度定义为产生的决策树结点总数。60.步骤3.2：睡眠改善方法的智能推荐：采用多变量统计学方法对搜集的时常生活习惯的数据，与步骤3.1)中得到的睡眠报告数据进行分析，从而建立多元线性回归模型，用最小二乘法建立正规矩阵，通过spss解出回归方程，得到睡眠质量的影响因子，最后智能推荐出健康合理的作息安排。61.步骤4)分析结果传输至移动终端；62.步骤5)移动终端数据反馈：通过人机交互界面反馈睡眠分析报告并进行相应的引导与提示，帮助用户改善不良睡眠作息习惯。63.其中，所述步骤1中智能床垫通过内部的各类传感器设备搭配智能手环采集的睡眠环境数值及用户生理数据包括：环境内二氧化碳浓度、空气湿度、用户心率、血压、睡眠温度、体动频次、入睡/起床时间点。通过移动终端的采集用户睡前数据包括：用户当天运动量、睡前饮食状况。64.其中，所述步骤3中睡眠分析报告内容包括：用户上一次深浅度睡眠占比、用户上一次睡眠评分数值、用户睡眠质量概要评价。65.其中，所述步骤3中用户睡眠改善方法的智能推荐包括：用户作息时间推荐、用户运动量推荐和用户科学饮食推荐；若所述采集到的数据未在所述用户作息、用户运动和用户饮食的调节范围内时，则通过所述移动终端对所述用户进行提示。66.步骤1至步骤5即通过多种设备采集睡眠数据，利用改良后的决策树算法进行分析自动生成睡眠分析报告；在此基础上结合多元线性回归分析算法完成睡眠改善的全过程。67.所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!