【技術實現步驟摘要】
本專利技術涉及智能穿戴領域，具體是一種基于ai技術的智能穿戴行為分類方法及系統。
技術介紹
1、智能穿戴設備是指應用穿戴式技術對日常穿戴進行智能化設計、開發出可以穿戴的設備的總稱，包括手表、手環、眼鏡、服飾等多種形態。這類設備通常具備多種功能，如健康監測、運動追蹤、日常互動等，并已廣泛應用于醫療、工業、軍事、教育、娛樂等多個領域。
2、智能穿戴設備中最為常見的就是智能穿戴手表，而為了提高用戶佩戴智能穿戴手表的體驗感，通過將智能穿戴行為分類，可以更清晰地界定不同產品的功能和定位。分類有助于識別不同用戶群體的具體需求，從而指導產品研發和市場推廣。例如，運動愛好者可能更傾向于選擇具有豐富運動監測功能的智能穿戴手表，而老年人則可能更關注健康監測和緊急呼叫功能。
3、現有技術存在如下問題：現有智能穿戴行為分類方法通常注重于根據市場需求來區分，卻忽視了使用場景分類，容易在非必要場景中喚醒智能手表分散注意力或影響休息，給用戶帶來很大的困擾。
4、因此，本領域技術人員提供了一種基于ai技術的智能穿戴行為分類方法及系統，以解決上述
技術介紹
中提出的問題。
技術實現思路
1、針對現有技術中的缺陷，本專利技術提供一種基于ai技術的智能穿戴行為分類方法，包括以下步驟：
2、智能穿戴手表采集用戶的行為數據，將行為數據發送至ai分析平臺；其中，所述行為數據包括實時生理體征數據、實時運動數據及定位數據；
3、基于所采集到的以往用戶行為數據以及對應的時間，
4、基于所采集到的實時用戶行為數據，結合當前網絡時間與場景分類模型，分析出用戶當前所處場景；
5、捕捉用戶手腕運動姿勢，結合用戶當前所處場景，對當前手腕運動姿勢進行分類，根據分類結果決定是否喚醒智能穿戴手表的屏幕；
6、基于用戶在手腕運動姿勢分類后對智能穿戴手表的操作，決定是否更新用戶當前所處場景。
7、作為本專利技術進一步的方案：所述場景分類模型的具體訓練過程為：
8、將以往用戶行為數據對應的時間按照工作日和休息日進行劃分；
9、將屬于工作日的用戶行為數據劃分到工作日集群，將屬于休息日的用戶行為數據劃分到休息日集群；
10、將一天均分為八個時間段，根據劃分的時間段將工作日集群與休息日集群內的用戶行為數據規劃到對應的子集群中；
11、導入以往用戶行為數據對應的場景信息，以此為各個子集群中的用戶行為數據添加場景標簽，場景標簽包括用戶所處場景的標記以及是否開啟免打擾的標記。
12、作為本專利技術進一步的方案：所述用戶當前所處場景的具體分析過程為：
13、根據所采集到的實時生理體征數據，生成實時生理體征雷達圖a，其中，生理體征數據包括心率、血壓、血氧飽和度以及皮膚電導率；
14、根據所采集到的實時運動數據，生成實時運動雷達圖b，其中，實時運動數據包括步頻、呼吸頻率、卡路里消耗量以及速度；
15、根據所采集到的定位數據，確定用戶當前所在位置p；
16、根據當前網絡時間，確定所采集到的實時用戶行為數據對應時間段的子集群；
17、基于對應時間段子集群中的用戶行為數據，生成以往同時間段的生理體征雷達圖ai，運動雷達圖bi，所在位置pi，i=1···n，其中，n為正整數；
18、將實時用戶行為數據對應的實時生理體征雷達圖a、實時運動雷達圖b、當前所在位置p與以往同時間段的各組生理體征雷達圖ai，運動雷達圖bi，所在位置pi進行一一匹配，篩選出與實時用戶行為數據最匹配的十個以往同時間段用戶行為數據；
19、將所篩選的十個以往同時間段用戶行為數據對應的場景標簽提取出來；
20、基于所提取的場景標簽，將重復次數最多的場景標簽作為用戶當前所處場景輸出。
21、作為本專利技術進一步的方案：所述智能穿戴手表支持wi-fi定位功能，在確定用戶當前所在位置時，若用戶當前所在位置p為用戶住宅地或工作地，則智能穿戴手表通過識別用戶住宅地或工作地的wi-fi信號強度，結合wi-fi位置數據庫來實現進一步定位。
22、作為本專利技術進一步的方案：所述篩選出與實時用戶行為數據最匹配的十個以往同時間段用戶行為數據的具體過程為：
23、將a與對應的ai進行相似度比對，獲得第一相似度權重值v1；
24、將b與對應的bi進行相似度比對，獲得第二相似度權重值v2；
25、將p與對應的pi進行匹配，計算二者直線距離并標記為l；
26、計算以往同時間段的用戶行為數據與實時用戶行為數據的匹配度s=（v1*v2/l）*100%；
27、將s最大的十個以往同時間段用戶行為數據篩選出來。
28、作為本專利技術進一步的方案：所述匹配度s在進行篩選時，若所篩選出的十個最大匹配度s均小于預設匹配度，則觸發更新事件，智能穿戴手表通知用戶并由用戶導入當前場景信息。
29、作為本專利技術進一步的方案：所述將重復次數最多的場景標簽作為用戶當前所處場景輸出的過程中，若重復次數最多的場景標簽為多種，則提取每種場景標簽對應的以往同時間段用戶行為數據與實時用戶行為數據的匹配度，再計算每種場景標簽對應的匹配度之和，將匹配度之和最大的場景標簽作為用戶當前所處場景輸出。
30、作為本專利技術進一步的方案：所述對當前手腕運動姿勢進行分類的具體過程為：
31、獲取用戶當前所處場景，即對應的場景標簽；
32、將所捕捉到的手腕運動姿勢分別與預設的四個手腕姿勢進行相似度比對，若任意一組比對的相似度大于預設值，則進入下一步驟，若四組比對的相似度均小于等于預設值，則將當前手腕運動姿勢規劃到第一序列；
33、提取場景標簽并根據標記判斷用戶當前所處場景下是否開啟免打擾，若開啟免打擾，則將當前手腕運動姿勢規劃到第二序列，若不開啟免打擾，則將當前手腕運動姿勢規劃到第三序列；
34、若用戶當前手腕運動姿勢被規劃到第一序列或第二序列，則不喚醒智能穿戴手表的屏幕；若用戶當前手腕運動姿勢被規劃到第三序列，則喚醒智能穿戴手表的屏幕。
35、作為本專利技術進一步的方案：所述基于用戶在手腕運動姿勢分類后對智能穿戴手表的操作，更新狀態識別模型的具體過程為：
36、若當前手腕運動姿勢規劃到第一序列，且用戶在手腕運動姿勢分類后對智能穿戴手表進行重復喚醒或手動喚醒，則對預設手腕姿勢進行更新，即用當前用戶手腕運動姿勢隨機替換掉四個預設手腕姿勢中的一個，其中，重復喚醒是指用戶在預設時間段內抬起手腕的次數超過預設值；
37、若當前手腕運動姿勢規劃到第二序列，且用戶在手腕運動姿勢分類后對智能穿戴手表進行重復喚醒或手動喚醒，則觸發更新事件，智能穿戴手表通知用戶并由用戶導入當前場景信息。
38、本申請還公開一種基于ai技術的智能穿戴行為分類系統，采用基于ai本文檔來自技高網...
【技術保護點】
1.一種基于AI技術的智能穿戴行為分類方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于AI技術的智能穿戴行為分類方法，其特征在于，所述場景分類模型的具體訓練過程為：
3.根據權利要求2所述的一種基于AI技術的智能穿戴行為分類方法，其特征在于，所述用戶當前所處場景的具體分析過程為：
4.根據權利要求3所述的一種基于AI技術的智能穿戴行為分類方法，其特征在于，所述智能穿戴手表支持Wi-Fi定位功能，在確定用戶當前所在位置時，若用戶當前所在位置P為用戶住宅地或工作地，則智能穿戴手表通過識別用戶住宅地或工作地的Wi-Fi信號強度，結合Wi-Fi位置數據庫來實現進一步定位。
5.根據權利要求4所述的一種基于AI技術的智能穿戴行為分類方法，其特征在于，所述篩選出與實時用戶行為數據最匹配的十個以往同時間段用戶行為數據的具體過程為：
6.根據權利要求5所述的一種基于AI技術的智能穿戴行為分類方法，其特征在于，所述匹配度S在進行篩選時，若所篩選出的十個最大匹配度S均小于預設匹配度，則觸發更新事件，智能穿戴手表通知用戶并由
7.根據權利要求6所述的一種基于AI技術的智能穿戴行為分類方法，其特征在于，所述將重復次數最多的場景標簽作為用戶當前所處場景輸出的過程中，若重復次數最多的場景標簽為多種，則提取每種場景標簽對應的以往同時間段用戶行為數據與實時用戶行為數據的匹配度，再計算每種場景標簽對應的匹配度之和，將匹配度之和最大的場景標簽作為用戶當前所處場景輸出。
8.根據權利要求7所述的一種基于AI技術的智能穿戴行為分類方法，其特征在于，所述對當前手腕運動姿勢進行分類的具體過程為：
9.根據權利要求8所述的一種基于AI技術的智能穿戴行為分類方法，其特征在于，所述基于用戶在手腕運動姿勢分類后對智能穿戴手表的操作，更新狀態識別模型的具體過程為：
10.一種基于AI技術的智能穿戴行為分類系統，采用如權利要求1-9任一項所述的基于AI技術的智能穿戴行為分類方法，其特征在于，包括智能穿戴手表與AI分析平臺，所述AI分析平臺包括場景分類模塊、場景分析模塊、姿勢分類模塊、更新模塊；
...【技術特征摘要】
1.一種基于ai技術的智能穿戴行為分類方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于ai技術的智能穿戴行為分類方法，其特征在于，所述場景分類模型的具體訓練過程為：
3.根據權利要求2所述的一種基于ai技術的智能穿戴行為分類方法，其特征在于，所述用戶當前所處場景的具體分析過程為：
4.根據權利要求3所述的一種基于ai技術的智能穿戴行為分類方法，其特征在于，所述智能穿戴手表支持wi-fi定位功能，在確定用戶當前所在位置時，若用戶當前所在位置p為用戶住宅地或工作地，則智能穿戴手表通過識別用戶住宅地或工作地的wi-fi信號強度，結合wi-fi位置數據庫來實現進一步定位。
5.根據權利要求4所述的一種基于ai技術的智能穿戴行為分類方法，其特征在于，所述篩選出與實時用戶行為數據最匹配的十個以往同時間段用戶行為數據的具體過程為：
6.根據權利要求5所述的一種基于ai技術的智能穿戴行為分類方法，其特征在于，所述匹配度s在進行篩選時，若所篩選出的十個最大匹配度s均小于預設匹配度，則觸...
【專利技術屬性】
技術研發人員：洪繼進，
申請(專利權)人：深圳市騰進達信息技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。