System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及近視防控,尤其是涉及一種基于人工智能的青少年假性近視的防控監督方法。
技術介紹
1、近視是指眼睛在未進行調節的狀態下,平行光線進入眼睛后聚焦在視網膜前方,導致遠處的物體看起來模糊,而近處的物體則相對清晰的情況。而近視的原因主要是由于用眼姿勢不良以及長時間用眼造成的,隨著近距離工作場景增多,導致近視人群也越來越多。
2、當前的近視人群中,青少年群體的占比率越來越高。由于青少年在學習時需要長時間近距離用眼,當長時間學習時坐姿不良容易導致睫狀肌持續收縮和痙攣,使得晶狀體厚度增加,無法正常放松,從而引起的視力模糊,造成假性近視。目前對于青少年假性近視的防控,一般通過監護人對青少年在學習時的坐姿進行監督以及引導,使青少年保持正確的坐姿進行學習,且控制青少年的使用電子產品的時間以及生活作息,從而對青少年假性近視的發展進行預防和控制。
3、由于目前一般通過監護人對青少年假性近視進行防控,而不同的青少年用眼的習慣不同,導致需要進行防控的需求不同,且監護人不能一直處于青少年周圍對其進行監督以及引導,從而不方便對青少年假性近視進行有效防控。
技術實現思路
1、為了方便對青少年假性近視進行有效防控,本專利技術提供一種基于人工智能的青少年假性近視的防控監督方法。
2、第一方面,本專利技術提供一種基于人工智能的青少年假性近視的防控監督方法,采用如下的技術方案:
3、一種基于人工智能的青少年假性近視的防控監督方法,包括:
4、獲取青少年
5、根據人體參數信息從預設的調整數據庫中匹配出調整策略;
6、根據當前時間點以確定監督身份信息;
7、基于監督身份信息以確定通知終端并將調整策略于通知終端進行提示。
8、可選的,人體參數信息的獲取方法包括:
9、獲取檢測設備的設備編號及檢測參數;
10、根據設備編號以確定設備檢測種類信息;
11、基于設備檢測種類信息以對檢測參數進行分類以形成單一種類檢測信息,單一種類檢測信息為用眼種類檢測信息、運動種類檢測信息或體脂種類檢測信息;
12、基于單一種類檢測信息進行同類結合以形成用眼情況信息、運動情況信息及體脂情況信息;
13、將用眼情況信息、運動情況信息及體脂情況信息進行結合并作為人體參數信息。
14、可選的,用眼情況信息、運動情況信息及體脂情況信息的形成方法包括:
15、基于單一種類檢測信息調取單一種類檢測值及單一種類檢測個數值;
16、判斷單一種類檢測個數值是否僅為一個;
17、若為是,則將單一種類檢測值作為用眼情況信息、運動情況信息或體脂情況信息;
18、若為否,則基于單一種類檢測信息調取設備使用時間值及數據種類信息;
19、根據數據種類信息與預設的數據種類基準參數值的對應關系,以確定與數據種類信息相對應的數據種類基準參數值;
20、根據設備使用時間值及數據種類基準參數值分析確定同種數據綜合值,并將同種數據綜合值作為用眼情況信息、運動情況信息或體脂情況信息。
21、可選的,同種數據綜合值的確定方法包括:
22、計算設備使用時間值與數據種類基準參數值之間的乘積值以作為單設備參數值;
23、將設備使用時間值進行倒序排序以得到序號,篩選出設備使用時間值的最大值并定義為最大時間值;
24、判斷最大時間值是否大于預設的時間基準值;
25、若為大于,則將最大時間值所對應的單設備參數值作為主參數初始值,并將除最大時間值外的設備使用時間值作為剩余時間值,將剩余時間值所對應的單設備參數值作為次參數值;
26、根據剩余時間值與次參數值進行分析以確定剩余時間參數影響值;
27、計算主參數初始值與剩余時間參數影響值之間的和值并作為同種數據參數調整值,并將同種數據參數調整值作為同種數據綜合值;
28、若為不大于,則根據序號與預設的時間排序影響值的對應關系,以確定與序號相對應的時間排序影響值;
29、計算時間排序影響值與單設備參數值之間的乘積值并作為單設備參數調整值;
30、計算單一種類檢測信息中的各個單設備參數調整值之和并作為同種綜合參數值,并將同種綜合參數值作為同種數據綜合值。
31、可選的,剩余時間參數影響值的確定方法包括:
32、計算剩余時間值與時間基準值之間的差值并作為剩余時間偏差值;
33、根據剩余時間偏差值與預設的剩余時間偏差初始影響值的對應關系,以確定與剩余時間偏差值相對應的剩余時間偏差初始影響值;
34、計算剩余時間值與最大時間值之間的差值并作為最大時間偏差值;
35、根據最大時間偏差值與預設的最大時間偏差影響值的對應關系,以確定與最大時間偏差值相對應的最大時間偏差影響值;
36、計算剩余時間偏差初始影響值與最大時間偏差影響值之間的和值并作為剩余時間偏差調整影響值,并將剩余時間偏差調整影響值作為剩余時間參數影響值。
37、可選的,還包括位于基于單一種類檢測信息進行同類結合以形成用眼情況信息、運動情況信息及體脂情況信息之后的步驟,具體如下:
38、根據單一種類檢測信息與預設的種類使用基準時間值的對應關系,以確定與單一種類檢測信息相對應的種類使用基準時間值;
39、判斷設備使用時間值是否大于種類使用基準時間值;
40、若為是,則繼續輸出用眼情況信息、運動情況信息或體脂情況信息;
41、若為否,則計算設備使用時間值與種類使用基準時間值之間的差值并作為使用時間偏差值;
42、根據使用時間偏差值與當前時間點分析確定時間偏差原因信息;
43、根據時間偏差原因信息分析確定偏差輸出信息,并輸出偏差輸出信息。
44、可選的,時間偏差原因信息的確定方法包括:
45、基于當前時間點調取歷史同期偏差值;
46、基于歷史同期偏差值進行曲線化處理以形成歷史同期偏差曲線;
47、分析歷史同期偏差曲線與預設的偏差基準曲線的偏差情況以形成曲線偏差信息;
48、基于當前時間點與預設的偏差選取基準時間值以對曲線偏差信息進行選取并形成選取時間偏差信息;
49、根據選取時間偏差信息與曲線偏差信息匹配形成相似偏差信息;
50、基于相似偏差信息調取預估偏差區間;
51、判斷使用時間偏差值是否位于預估偏差區間;
52、若為是,則輸出預設的使用異常信息并作為時間偏差原因信息;
53、若為否,則輸出預設的設備異常信息并作為時間偏差原因信息。
54、可選的,偏差輸出信息的確定方法包括:
55、判斷時間偏差原因信息是否為使用異常信息;
56、若為是,則將單設備參本文檔來自技高網...
【技術保護點】
1.一種基于人工智能的青少年假性近視的防控監督方法,其特征在于,包括:
2.根據權利要求1所述的基于人工智能的青少年假性近視的防控監督方法,其特征在于,人體參數信息的獲取方法包括:
3.根據權利要求2所述的基于人工智能的青少年假性近視的防控監督方法,其特征在于,用眼情況信息、運動情況信息及體脂情況信息的形成方法包括:
4.根據權利要求3所述的基于人工智能的青少年假性近視的防控監督方法,其特征在于,同種數據綜合值的確定方法包括:
5.根據權利要求4所述的基于人工智能的青少年假性近視的防控監督方法,其特征在于,剩余時間參數影響值的確定方法包括:
6.根據權利要求3所述的基于人工智能的青少年假性近視的防控監督方法,其特征在于,還包括位于基于單一種類檢測信息進行同類結合以形成用眼情況信息、運動情況信息及體脂情況信息之后的步驟,具體如下:
7.根據權利要求6所述的基于人工智能的青少年假性近視的防控監督方法,其特征在于,時間偏差原因信息的確定方法包括:
8.根據權利要求7所述的基于人工智能的青少年假性近視的防
9.根據權利要求8所述的基于人工智能的青少年假性近視的防控監督方法,其特征在于,設備異常信息的確定方法包括:
10.根據權利要求1所述的基于人工智能的青少年假性近視的防控監督方法,其特征在于,還包括位于基于監督身份信息以確定通知終端并將調整策略于通知終端進行提示之后的步驟,具體如下:
...【技術特征摘要】
1.一種基于人工智能的青少年假性近視的防控監督方法,其特征在于,包括:
2.根據權利要求1所述的基于人工智能的青少年假性近視的防控監督方法,其特征在于,人體參數信息的獲取方法包括:
3.根據權利要求2所述的基于人工智能的青少年假性近視的防控監督方法,其特征在于,用眼情況信息、運動情況信息及體脂情況信息的形成方法包括:
4.根據權利要求3所述的基于人工智能的青少年假性近視的防控監督方法,其特征在于,同種數據綜合值的確定方法包括:
5.根據權利要求4所述的基于人工智能的青少年假性近視的防控監督方法,其特征在于,剩余時間參數影響值的確定方法包括:
6.根據權利要求3所述的基于人工智能的青少年假性近視的防控監督方法,其...
【專利技術屬性】
技術研發人員:朱孟軍,
申請(專利權)人:寧波浙鼎教育科技有限公司,
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。