一种基于穴位按摩设备的网络连接多模态检测方法及系统技术方案

本申请涉及穴位按摩设备与网络连接技术领域，涉及一种基于穴位按摩设备的网络连接多模态检测方法及系统。本申请可以基于在先配置的异常进程数据的异常进程单位与模态数据之间的联系模型，将该异常进程单位内的异常进程节点的模态数据调整为该异常进程单位所联系的模态数据，并行地，由于各个异常进程单位所联系的模态数据为该异常进程单位的异常进程节点在异常优化后的模态数据，以所得识别后的异常进程数据为异常优化后的异常进程数据，从而可得到基于穴位按摩设备的网络连接多模态检测后的网络连接进程数据。本发明专利技术能够有效地提高基于穴位按摩设备的网络连接进程数据的准确性和可信度，从而保障正常的网络连接。从而保障正常的网络连接。从而保障正常的网络连接。

【技术实现步骤摘要】
一种基于穴位按摩设备的网络连接多模态检测方法及系统


[0001]本申请涉及穴位按摩设备与网络连接
，具体而言，涉及一种基于穴位按摩设备的网络连接多模态检测方法及系统。

技术介绍

[0002]穴位按摩设备是一种融合中医按摩手法，采用智能仪器，对人体穴位进行按摩的设备。在穴位按摩设备应用过程中，需要与网络连接实现联网远程控制功能。在实际应用过程中，专利技术人发现，在穴位按摩设备的网络连接的过程中，可能存在数据异常的问题，进而可能会导致不能正常地进行网络连接，所以，亟需一种技术方案以解决上述问题。

技术实现思路

[0003]鉴于此，本申请提供了一种基于穴位按摩设备的网络连接多模态检测方法及系统。
[0004]第一方面，提供一种基于穴位按摩设备的网络连接多模态检测方法，所述方法至少包括：获取网络连接进程数据；其中，所述网络连接进程数据具有网络连接异常字段的异常进程数据；对应于所述网络连接进程数据中异常进程数据的各个异常进程单位，基于在先配置的异常进程数据的异常进程单位与模态数据之间的联系模型，将该异常进程单位内的异常进程节点的模态数据调整为该异常进程单位所联系的模态数据；各个异常进程单位所联系的模态数据为该异常进程单位的异常进程节点在异常优化后的模态数据；其中，所述联系模型的配置步骤：获取多个第一网络连接进程数据和第一网络连接进程数据对应的第二网络连接进程数据；所述第一网络连接进程数据中具有网络连接异常字段，所述第二网络连接进程数据为未具有网络连接异常字段的网络连接进程数据，且所述第一网络连接进程数据和相应的第二网络连接进程数据除异常进程数据以外的异常进程部分相同；依据多个第一网络连接进程数据和各个第一网络连接进程数据对应的第二网络连接进程数据，对初始化的异常进程数据的异常进程单位与模态数据之间的初始联系模型进行优化，获得所述联系模型；其中，基于所述联系模型进行调整后的各个第一网络连接进程数据的异常进程数据内各异常进程节点的模态数据与实际模态数据之间的差异参数值之和小于目标差异值，各个异常进程节点的实际模态数据为该第一网络连接进程数据关联的第二网络连接进程数据异常进程数据内，与该异常进程节点具有同样类别属性的异常进程节点的模态数据，所述差异参数值依据模态数据的差异数据进行确定。
[0005]在一种独立实施的实施例中，所述依据多个第一网络连接进程数据和第一网络连接进程数据对应的第二网络连接进程数据，对初始化的针对于异常进程数据内各异常进程
单位与模态数据的初始联系模型进行优化，获得所述联系模型，包括：对应于各个第一网络连接进程数据，依据如下方式对初始化的针对于异常进程数据内各位置与模态数据的初始联系模型进行优化：依据初始化的针对于异常进程数据内各异常进程单位与模态数据的初始联系模型，确定该第一网络连接进程数据的异常进程数据内各异常进程单位联系的模态数据，获得调整后的该第一网络连接进程数据；对应于调整后的该第一网络连接进程数据的异常进程数据内各个异常进程节点，计算该异常进程节点的模态数据，与该异常进程节点的实际模态数据的差异参数值，确定为该异常进程节点的差异参数值；判断调整后的该第一网络连接进程数据的异常进程数据内各异常进程节点的差异参数值的加权值是否小于目标差异值，当所述加权值不小于所述目标差异值时，优化所述针对于异常进程数据内各异常进程单位与模态数据的初始联系模型，并进行下一次更新，当所述加权值小于所述目标差异值时，获得满足要求的联系模型。
[0006]在一种独立实施的实施例中，所述对应于调整后的该第一网络连接进程数据的异常进程数据内各个异常进程节点，计算该异常进程节点的模态数据，与该异常进程节点的实际模态数据的差异参数值，确定为该异常进程节点的差异参数值，包括：对应于调整后的该第一网络连接进程数据的异常进程数据内各个异常进程节点，计算该异常进程节点模态数据，与该异常进程节点的实际模态数据的模态数据差异，并依据所述模态数据差异，确定该异常进程节点的模态数据，与该异常进程节点的实际模态数据的差异参数值，确定为该异常进程节点的差异参数值。
[0007]在一种独立实施的实施例中，所述依据所述模态数据差异，确定该异常进程节点的模态数据，与该异常进程节点的实际模态数据的差异参数值，包括：将所述模态数据差异，确定为该异常进程节点的模态数据，与该异常进程节点的实际模态数据的差异参数值；或者，计算该异常进程节点的参考差异参数值；依据所述模态数据差异和所述参考差异参数值，确定该异常进程节点的模态数据，与该异常进程节点的实际模态数据的差异参数值；其中，所述参考差异参数值包括该异常进程节点的运行差异值和协同差异值中的至少一种。
[0008]在一种独立实施的实施例中，所述计算该异常进程节点的参考差异参数值，包括：计算该异常进程节点的模态数据与该异常进程节点的实际模态数据在模态对比空间中的偏移值，确定为该异常进程节点的运行差异值；和/或，计算该异常进程节点的异常进程偏移值，确定为该异常进程节点的协同差异值。
[0009]在一种独立实施的实施例中，所述依据所述模态数据差异和所述参考差异参数值，确定该异常进程节点的模态数据，与该异常进程节点的实际模态数据的差异参数值，包括：计算所述模态数据差异、所述运行差异值和历史差异值的加权值，确定为该异常进程节点的模态数据与该异常进程节点的实际模态数据的差异参数值。
[0010]在一种独立实施的实施例中，所述获取多个第一网络连接进程数据和第一网络连接进程数据对应的第二网络连接进程数据，包括：基于下述步骤获取各个第一网络连接进程数据和第一网络连接进程数据对应的第二网络连接进程数据：获取第一基础网络连接进程数据和所述第一基础网络连接进程数据对应的第二基础网络连接进程数据；其中，所述第一基础网络连接进程数据基于存在异常连接字段的第一网络连接服务获取，所述第二基础网络连接进程数据基于不存在异常连接字段的第二网络连接服务获取，所述第一网络连接服务和所述第二网络连接服务在获得所述第一基础网络连接进程数据和所述第二基础网络连接进程数据时具有相同的网络连接配置信息、且所基于的网络连接域一致；依据所述第一基础网络连接进程数据的异常进程数据的异常进程单位信息，优化所述第二基础网络连接进程数据中的异常进程数据，获得优化后的网络连接进程数据，确定为第一网络连接进程数据，并将所述第二基础网络连接进程数据确定为与该第一网络连接进程数据对应的第二网络连接进程数据；其中，所述优化后的网络连接进程数据的异常进程数据与所述第一基础网络连接进程数据的异常进程数据一致，且所述优化后的网络连接进程数据除异常进程数据以外的异常进程部分与所述第二基础网络连接进程数据一致。
[0011]在一种独立实施的实施例中，所述依据所述第一基础网络连接进程数据的异常进程数据的异常进程单位信息，优化所述第二基础网络连接进程数据中的异常进程数据，获得优化后的网络连接进程数据，包括：对应于所述第二基础网络连接进程数据中异常进程数据内各个异常进程节点，确定所述第一基础网络连接进程数据的异常进程数据内与该异常进程节点的类别属性联本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于穴位按摩设备的网络连接多模态检测方法，其特征在于，所述方法至少包括：获取网络连接进程数据；其中，所述网络连接进程数据具有网络连接异常字段的异常进程数据；对应于所述网络连接进程数据中异常进程数据的各个异常进程单位，基于在先配置的异常进程数据的异常进程单位与模态数据之间的联系模型，将该异常进程单位内的异常进程节点的模态数据调整为该异常进程单位所联系的模态数据；各个异常进程单位所联系的模态数据为该异常进程单位的异常进程节点在异常优化后的模态数据；其中，所述联系模型的配置步骤：获取多个第一网络连接进程数据和第一网络连接进程数据对应的第二网络连接进程数据；所述第一网络连接进程数据中具有网络连接异常字段，所述第二网络连接进程数据为未具有网络连接异常字段的网络连接进程数据，且所述第一网络连接进程数据和相应的第二网络连接进程数据除异常进程数据以外的异常进程部分相同；依据多个第一网络连接进程数据和各个第一网络连接进程数据对应的第二网络连接进程数据，对初始化的异常进程数据的异常进程单位与模态数据之间的初始联系模型进行优化，获得所述联系模型；其中，基于所述联系模型进行调整后的各个第一网络连接进程数据的异常进程数据内各异常进程节点的模态数据与实际模态数据之间的差异参数值之和小于目标差异值，各个异常进程节点的实际模态数据为该第一网络连接进程数据关联的第二网络连接进程数据异常进程数据内，与该异常进程节点具有同样类别属性的异常进程节点的模态数据，所述差异参数值依据模态数据的差异数据进行确定。2.根据权利要求1所述的方法，其特征在于，所述依据多个第一网络连接进程数据和第一网络连接进程数据对应的第二网络连接进程数据，对初始化的针对于异常进程数据内各异常进程单位与模态数据的初始联系模型进行优化，获得所述联系模型，包括：对应于各个第一网络连接进程数据，依据如下方式对初始化的针对于异常进程数据内各位置与模态数据的初始联系模型进行优化：依据初始化的针对于异常进程数据内各异常进程单位与模态数据的初始联系模型，确定该第一网络连接进程数据的异常进程数据内各异常进程单位联系的模态数据，获得调整后的该第一网络连接进程数据；对应于调整后的该第一网络连接进程数据的异常进程数据内各个异常进程节点，计算该异常进程节点的模态数据，与该异常进程节点的实际模态数据的差异参数值，确定为该异常进程节点的差异参数值；判断调整后的该第一网络连接进程数据的异常进程数据内各异常进程节点的差异参数值的加权值是否小于目标差异值，当所述加权值不小于所述目标差异值时，优化所述针对于异常进程数据内各异常进程单位与模态数据的初始联系模型，并进行下一次更新，当所述加权值小于所述目标差异值时，获得满足要求的联系模型。3.根据权利要求3所述的方法，其特征在于，所述对应于调整后的该第一网络连接进程数据的异常进程数据内各个异常进程节点，计算该异常进程节点的模态数据，与该异常进程节点的实际模态数据的差异参数值，确定为该异常进程节点的差异参数值，包括：
对应于调整后的该第一网络连接进程数据的异常进程数据内各个异常进程节点，计算该异常进程节点模态数据，与该异常进程节点的实际模态数据的模态数据差异，并依据所述模态数据差异，确定该异常进程节点的模态数据，与该异常进程节点的实际模态数据的差异参数值，确定为该异常进程节点的差异参数值。4.根据权利要求...

【专利技术属性】
技术研发人员：陆东海，黄理杰，郭程湘，
申请(专利权)人：广东省郭氏医学保健研究所，
类型：发明
国别省市：