System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及宠物健康管理,尤其涉及一种基于宠物日常数据分析的宠物喂养推荐系统。
技术介绍
1、随着宠物经济的兴起,宠物健康与营养问题日益受到重视。传统喂养方式往往依赖于主人的经验和直觉,缺乏科学依据,可能影响宠物的长期健康。因此,开发一种能够根据宠物个体差异进行精准喂养指导的系统成为必要。
2、中国专利公开号cn106447117a公开了一种基于宠物日常数据分析的宠物喂养方法及系统,其中的方法包括:采集宠物的种类、性别、年龄、心跳频率、血压、体温、活动量、喂食类型、喂食量,当前图像、当前体重构成影响因素矩阵x,并上传至服务器;其中,喂食类型和喂食量构成决策变量;在服务器内利用elman神经网络建立影响因素矩阵x与宠物健康指数之间的复杂非线性关系,获得宠物喂养模型;利用nsga-ⅱ算法对宠物喂养模型进行优化,获得决策变量的一组最优解;将决策变量的该组最优解作为宠物的推荐决策x*通过服务器下发至用户的终端设备进行显示;用户根据终端设备显示的推荐决策x*喂食宠物。利用该专利技术能够确定最优的宠物喂养方案,为宠物营造了更好的生活环境;由此可见,该专利技术未对宠物历史数据所反映的宠物个体差异性进行分析,存在对宠物喂养推荐效率低和准确性低的问题。
技术实现思路
1、为此,本专利技术提供一种基于宠物日常数据分析的宠物喂养推荐系统,用以克服现有技术中对宠物喂养推荐效率低和准确性低的问题。
2、为实现上述目的,本专利技术采用了如下技术方案:
3、信息获取模块,用
4、数据分析模块,用以对历史宠物喂养数据和历史宠物体征数据进行数据分类,并根据分类结果对宠物的饮食关联性进行分析;
5、状态特征分析模块,用以根据宠物的饮食关联性分析结果对历史第一状态特征和历史第二状态特征进行分析,并根据分析结果对宠物历史状态特征进行分析;
6、特征提取模块,用以根据监测周期内的宠物日常数据和宠物历史状态特征分析结果对监测周期内的宠物状态特征进行提取,并根据宠物状态特征提取结果对宠物状态进行分析;
7、调整优化模块,用以根据监测周期内的宠物日常数据对宠物状态的分析过程进行调整,还用以根据边缘聚类数据簇比例对宠物状态的调整过程进行优化;
8、方案生成模块,用以根据监测周期内的宠物状态分析结果生成宠物喂养方案,并将宠物喂养方案向用户进行推送。
9、进一步地,所述数据分析模块设有数据处理单元,所述数据处理单元用以对历史宠物喂养数据和历史宠物体征数据进行数据分类;所述数据处理单元对历史宠物喂养数据和历史宠物体征数据进行聚类处理,得到各聚类数据簇;
10、所述数据处理单元根据各聚类数据簇包含的数据数量s(i)计算各聚类数据簇数据占比μ(i),并将各聚类数据簇数据占比μ(i)与比例阈值u进行比对,并根据比对结果对各聚类数据库簇进行分类,其中:
11、当μ(i)≤u时,所述数据处理单元判定该聚类数据簇为边缘聚类数据簇;
12、当μ(i)>u时,所述数据处理单元判定该聚类数据簇为特征聚类数据簇,并统计特征聚类数据簇的数量i1;
13、其中,i是聚类数据簇的编号,设定i=1,2...i,i是各聚类数据簇的分类数量。
14、进一步地,所述数据分析模块还设有关联性分析单元,所述关联性分析单元根据历史宠物喂养数据和历史宠物体征数据的数据分类结果对宠物的饮食关联性进行分析;
15、所述关联性分析单元计算各特征聚类数据簇的质心s(i),并根据各特征聚类数据簇的质心s(i)和各特征聚类数据簇计算各特征聚类数据簇组内数据类型的相关系数α(i,n),设定α(i,n)=[s(i,n)-p(i,n)]/p(i,n),其中,α(i,n)表示第i聚类数据簇中第n组内数据类型的相关系数,s(i,n)表示第i聚类数据簇的质心s(i)中第n组内数据类型的值,p(i,n)表示第i聚类数据簇中第n组内数据类型的平均值,n是组内数据类型编号,设定n=1,2...n,n是历史宠物体征数据中数据类型的数量。
16、进一步地,所述关联性分析单元还用以根据相关系数α(i,n)对宠物的饮食关联性进行分析,其中:
17、当≥k时,所述关联性分析单元判定第n组内数据类型为编号为i的特征聚类数据簇的弱关联数据类型;
18、当<k时,所述关联性分析单元判定第n组内数据类型为编号为i的特征聚类数据簇的强关联数据类型;
19、其中,k是相关系数阈值。
20、进一步地,所述状态特征分析模块根据宠物的饮食关联性分析结果对宠物历史状态特征进行分析;
21、所述状态特征分析模块将各特征聚类数据簇的强关联数据类型的质心值s(i,n)作为该特征聚类数据簇的历史第一状态特征b(i);
22、所述状态特征分析模块根据各特征聚类数据簇的质心s(i)对各特征聚类数据簇的历史第二状态特征进行分析,其中:
23、当|s(i)|<p时,所述状态特征分析模块不设置编号为i的特征聚类数据簇的历史第二状态特征;
24、当|s(i)|≥p时,所述状态特征分析模块将编号为i的特征聚类数据簇的历史第二状态特征设置为p(i,k);
25、其中,p是预设特征长度,p(i,k)是第i聚类数据簇中第k组内数据类型的平均值,设定k=n+1,n+2...n+k,k是历史宠物喂养数据中数据类型的数量;
26、所述状态特征分析模块将各特征聚类数据簇的历史第一状态特征和历史第二状态特征整合为各特征聚类数据簇的历史状态特征组,若不存在历史第二状态特征,所述状态特征分析模块不设置该特征聚类数据簇的历史状态特征组;所述状态特征分析模块将各历史状态特征组作为宠物历史状态特征分析结果。
27、进一步地,所述特征提取模块设有特征提取单元,所述特征提取单元用以根据监测周期内的宠物日常数据和宠物历史状态特征分析结果对监测周期内的宠物状态特征进行提取;
28、所述特征提取单元统计历史状态特征组的数量y;
29、所述特征提取单元根据监测周期内的宠物日常数据和宠物历史状态特征分析结果计算各偏移特征指数β(a),设定a=1,2...y,β(a)=|d1-b(a)|;
30、其中,d1是宠物日常数据组的强关联数据类型子数据组,b(a)是第a历史状态特征组的历史第一状态特征;
31、所述特征提取单元将偏移特征指数β(a)作为宠物状态特征的提取结果。
32、进一步地,所述特征提取模块还设有状态分析单元,所述状态分析单元用以根据监测周期内宠物状态特征提取结果对宠物状态进行分析;
33、所述状态分析单元将偏移特征指数β(a)与预设偏移指数b进行比对,并根据比对结果对宠物状态进行分析,其中:
34、当β(a)<b时,所述状态分析单元判定监测周期内的宠物状态特征与第a历史状态特征本文档来自技高网...
【技术保护点】
1.一种基于宠物日常数据分析的宠物喂养推荐系统,其特征在于,包括:
2.根据权利要求1所述的基于宠物日常数据分析的宠物喂养推荐系统,其特征在于,所述数据分析模块设有数据处理单元,所述数据处理单元用以对历史宠物喂养数据和历史宠物体征数据进行数据分类;所述数据处理单元对历史宠物喂养数据和历史宠物体征数据进行聚类处理,得到各聚类数据簇;
3.根据权利要求2所述的基于宠物日常数据分析的宠物喂养推荐系统,其特征在于,所述数据分析模块还设有关联性分析单元,所述关联性分析单元根据历史宠物喂养数据和历史宠物体征数据的数据分类结果对宠物的饮食关联性进行分析;
4.根据权利要求3所述的基于宠物日常数据分析的宠物喂养推荐系统,其特征在于,所述关联性分析单元还用以根据相关系数α(i,n)对宠物的饮食关联性进行分析,其中:
5.根据权利要求4所述的基于宠物日常数据分析的宠物喂养推荐系统,其特征在于,所述状态特征分析模块根据宠物的饮食关联性分析结果对宠物历史状态特征进行分析;
6.根据权利要求5所述的基于宠物日常数据分析的宠物喂养推荐系统,其特征在
7.根据权利要求6所述的基于宠物日常数据分析的宠物喂养推荐系统,其特征在于,所述特征提取模块还设有状态分析单元,所述状态分析单元用以根据监测周期内宠物状态特征提取结果对宠物状态进行分析;
8.根据权利要求7所述的基于宠物日常数据分析的宠物喂养推荐系统,其特征在于,所述调整优化模块设有边缘数据调整单元,所述边缘数据调整单元用以根据监测周期内的宠物日常数据对宠物状态的分析过程进行调整;
9.根据权利要求8所述的基于宠物日常数据分析的宠物喂养推荐系统,其特征在于,所述调整优化模块设有优化单元,所述优化单元用以根据监测周期内的边缘数据簇比例对宠物状态分析的调整过程进行优化;
10.根据权利要求9所述的基于宠物日常数据分析的宠物喂养推荐系统,其特征在于,所述方案生成模块根据监测周期内的宠物状态分析结果生成宠物喂养方案,其中:
...【技术特征摘要】
1.一种基于宠物日常数据分析的宠物喂养推荐系统,其特征在于,包括:
2.根据权利要求1所述的基于宠物日常数据分析的宠物喂养推荐系统,其特征在于,所述数据分析模块设有数据处理单元,所述数据处理单元用以对历史宠物喂养数据和历史宠物体征数据进行数据分类;所述数据处理单元对历史宠物喂养数据和历史宠物体征数据进行聚类处理,得到各聚类数据簇;
3.根据权利要求2所述的基于宠物日常数据分析的宠物喂养推荐系统,其特征在于,所述数据分析模块还设有关联性分析单元,所述关联性分析单元根据历史宠物喂养数据和历史宠物体征数据的数据分类结果对宠物的饮食关联性进行分析;
4.根据权利要求3所述的基于宠物日常数据分析的宠物喂养推荐系统,其特征在于,所述关联性分析单元还用以根据相关系数α(i,n)对宠物的饮食关联性进行分析,其中:
5.根据权利要求4所述的基于宠物日常数据分析的宠物喂养推荐系统,其特征在于,所述状态特征分析模块根据宠物的饮食关联性分析结果对宠物历史状态特征进行分析;
6.根据权利要求5所述的基于宠物日常...
【专利技术属性】
技术研发人员:宋程,
申请(专利权)人:星宠王国北京科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。