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】
本专利技术涉及睡枕评估,具体涉及基于多源数据监测的睡枕舒适性评估方法。
技术介绍
1、睡枕是用于支撑头部和颈部的常用睡眠工具,旨在改善睡眠质量、提供舒适感并预防或缓解颈部疼痛,它的设计历史悠久,最早的睡枕可以追溯到古代文明,随着时间的推移,睡枕的形状、材质和功能逐渐演变,睡枕舒适性评估系统通常是基于人体工学、材料科学和传感技术设计的,以便为用户提供更舒适的睡眠体验。
2、现有技术存在以下缺陷:
3、传统的睡枕设计往往基于通用标准,缺乏对不同用户的个性化需求响应(如不同用户对压力、温度、湿度的敏感性差异无法充分考虑),从而导致许多用户在实际使用中体验不佳,并且通常依赖于单一数据源或有限的生理指标(如只检测头部压力),未能全面综合用户的多种睡眠数据,导致评估结果不准确。
4、基于此,本专利技术提出基于多源数据监测的睡枕舒适性评估方法,通过多源数据和客观反馈,动态调整多源数据权重参数,为每个用户生成个性化的舒适性评估,提供个性化枕头设计建议,显著提高用户的舒适感。
技术实现思路
1、本专利技术的目的是提供基于多源数据监测的睡枕舒适性评估方法,以解决
技术介绍
中不足。
2、为了实现上述目的,本专利技术提供如下技术方案:基于多源数据监测的睡枕舒适性评估方法,所述评估方法包括以下步骤:
3、评估系统收集若干睡枕在测试过程中的传感数据,通过监测设备监测用户测试睡枕时的生理数据,基于概率分布模型分析历史数据后,获取传感数据以及生理数据对于舒
4、使用mcmc算法在每个传感数据以及生理数据的概率分布中进行多次采样,每次采样后依据采样结果重新生成每个传感数据以及生理数据的权重,基于新生成的权重重新计算舒适度评分,将新获取的舒适度评分基于mcmc算法的接受概率准则判断是否接受新生成的权重;
5、当任一次迭代满足收敛调节后,输出此次迭代获取的舒适度评分以及每个传感数据以及生理数据相对应的权重,并基于最终获取的舒适度评分评估睡枕舒适性。
6、在一个优选的实施方式中,评估系统收集若干睡枕在测试过程中的传感数据,通过监测设备监测用户测试睡枕时的生理数据,传感数据包括多感受点压力波动累积系数以及多感受点热传导系数,生理数据包括体位变化频率以及皮肤电反应因子。
7、在一个优选的实施方式中,基于概率分布模型分析历史数据后,获取传感数据以及生理数据对于舒适度的影响,并为每个传感数据以及生理数据生成相应权重,包括以下步骤:
8、将一批生产的睡枕中,选取一定数量的睡枕建立睡枕集合,记录睡枕集合中每个睡枕历史的多感受点压力波动累积系数、多感受点热传导系数、体位变化频率以及皮肤电反应因子;
9、概率分布模型对多个睡枕的多感受点压力波动累积系数以及多感受点热传导系数进行正态分布,多感受点压力波动累积系数的概率分布为ny(aavg,aq),aavg为多感受点压力波动累积系数均值,aq为多感受点压力波动累积系数标准差,多感受点热传导系数的概率分布为nr(bavg,bq),bavg为多感受点热传导系数均值,bq为多感受点热传导系数标准差,对多个睡枕的体位变化频率进行泊松分布,体位变化频率的概率分布为p(cavg),cavg为体位变化频率均值,对多个睡枕的皮肤电反应因子进行指数分布,皮肤电反应因子的概率分布为e(davg),davg为皮肤电反应因子均值;
10、计算每个传感数据以及生理数据与用户深度睡眠时长的皮尔逊相关系数,表达式为:式中,r为皮尔逊相关系数,xi为第i个睡枕的当前数据,yi为第i个睡枕的用户深度睡眠时长,为当前数据均值,为用户深度睡眠时长均值;
11、将感受点压力波动累积系数、多感受点热传导系数、体位变化频率以及皮肤电反应因子的皮尔逊相关系数求和获取皮尔逊相关系数总值,通过皮尔逊相关系数比上皮尔逊相关系数总值获取权重。
12、在一个优选的实施方式中,将传感数据与生理数据结合对应权重整合后得到初始舒适度评分,包括以下步骤:
13、获取当前睡枕的多感受点压力波动累积系数、多感受点热传导系数、体位变化频率以及皮肤电反应因子,对多感受点压力波动累积系数、多感受点热传导系数、体位变化频率以及皮肤电反应因子进行归一化处理,使他们的取值范围映射到[0,1]之间,并通过概率分布模型获取多感受点压力波动累积系数的权重、多感受点热传导系数的权重、体位变化频率的权重以及皮肤电反应因子的权重后,计算初始舒适度评分。
14、在一个优选的实施方式中,使用mcmc算法在每个传感数据以及生理数据的概率分布中进行多次采样,每次采样后依据采样结果重新生成每个传感数据以及生理数据的权重,包括以下步骤:
15、从每个数据的概率分布中随机选择一个初始值作为采样起点,标记为state;
16、使用马尔科夫链蒙特卡洛算法,从每个参数的当前state出发,依据其概率分布进行多次采样,生成一系列state;
17、根据目标函数判断新的采样state是否应该被接受,,目标函数表达式为:式中,cft(statenew)为新状态下计算得到的舒适度评分,cft(stateold)为当前状态下计算得到的舒适度评分,min(*)表示选取最小值,j(接受statenew)表示接受新状态的概率;
18、若j(接受statenew)≥80%,判断接受当前数据的新状态;
19、计算当前数据新状态的舒适度评分差值,表达式为:c=cft(statenew)-cft(stateold),式中,c为新状态的舒适度评分差值,cft(statenew)为新状态下计算得到的舒适度评分,cft(stateold)为当前状态下计算得到的舒适度评分;
20、将当前数据所有的新状态舒适度评分差值求和获取权重调节系数,表达式为:式中,cz为权重调节系数,m为当前数据的新状态接受次数,ci为当前数据的第i次新状态的舒适度评分差值;
21、若当前数据的权重调节系数大于等于预设的调节阈值,对当前数据权重进行增大调节,若当前数据的权重调节系数小于预设的调节阈值,对当前数据权重进行减小调节。
22、在一个优选的实施方式中,若当前数据的权重调节系数大于等于预设的调节阈值,对当前数据权重进行增大调节,若当前数据的权重调节系数小于预设的调节阈值,对当前数据权重进行减小调节,调节算法为:
23、式中,ωnew为当前数据调节后的权重,ωold为当前数据调节前的权重,cz为权重调节系数,f为系数阈值。
24、在一个优选的实施方式中,所述多感受点压力波动累积系数的获取逻辑为:在睡枕的多个监测点处均设置压力应变片,在测试过程中,通过压力测试设备对多个监测点施加恒定压力,记录每个监测点的实际压力后,基于每个监测点的实际压力计算压力标准差,在一段时间内对压力标准差进行积本文档来自技高网...
【技术保护点】
1.基于多源数据监测的睡枕舒适性评估方法,其特征在于:所述评估方法包括以下步骤:
2.根据权利要求1所述的基于多源数据监测的睡枕舒适性评估方法,其特征在于:评估系统收集若干睡枕在测试过程中的传感数据,通过监测设备监测用户测试睡枕时的生理数据,传感数据包括多感受点压力波动累积系数以及多感受点热传导系数,生理数据包括体位变化频率以及皮肤电反应因子。
3.根据权利要求2所述的基于多源数据监测的睡枕舒适性评估方法,其特征在于:基于概率分布模型分析历史数据后,获取传感数据以及生理数据对于舒适度的影响,并为每个传感数据以及生理数据生成相应权重,包括以下步骤:
4.根据权利要求3所述的基于多源数据监测的睡枕舒适性评估方法,其特征在于:将传感数据与生理数据结合对应权重整合后得到初始舒适度评分,包括以下步骤:
5.根据权利要求4所述的基于多源数据监测的睡枕舒适性评估方法,其特征在于:使用MCMC算法在每个传感数据以及生理数据的概率分布中进行多次采样,每次采样后依据采样结果重新生成每个传感数据以及生理数据的权重,包括以下步骤:
6.根据权利
7.根据权利要求2所述的基于多源数据监测的睡枕舒适性评估方法,其特征在于:所述多感受点压力波动累积系数的获取逻辑为:在睡枕的多个监测点处均设置压力应变片,在测试过程中,通过压力测试设备对多个监测点施加恒定压力,记录每个监测点的实际压力后,基于每个监测点的实际压力计算压力标准差,在一段时间内对压力标准差进行积分累积运算获取多感受点压力波动累积系数,表达式为:式中,ps为多感受点压力波动累积系数,yb(t)为时间t时刻的压力标准差,T为监测时长。
8.根据权利要求2所述的基于多源数据监测的睡枕舒适性评估方法,其特征在于:所述体位变化频率的获取逻辑为:通过多导睡眠监测仪检测用户进入深度睡眠的2分钟后,记录一段时间内用户的体位变化次数,将体位变化次数比上记录时长获取体位变化频率。
...【技术特征摘要】
1.基于多源数据监测的睡枕舒适性评估方法,其特征在于:所述评估方法包括以下步骤:
2.根据权利要求1所述的基于多源数据监测的睡枕舒适性评估方法,其特征在于:评估系统收集若干睡枕在测试过程中的传感数据,通过监测设备监测用户测试睡枕时的生理数据,传感数据包括多感受点压力波动累积系数以及多感受点热传导系数,生理数据包括体位变化频率以及皮肤电反应因子。
3.根据权利要求2所述的基于多源数据监测的睡枕舒适性评估方法,其特征在于:基于概率分布模型分析历史数据后,获取传感数据以及生理数据对于舒适度的影响,并为每个传感数据以及生理数据生成相应权重,包括以下步骤:
4.根据权利要求3所述的基于多源数据监测的睡枕舒适性评估方法,其特征在于:将传感数据与生理数据结合对应权重整合后得到初始舒适度评分,包括以下步骤:
5.根据权利要求4所述的基于多源数据监测的睡枕舒适性评估方法,其特征在于:使用mcmc算法在每个传感数据以及生理数据的概率分布中进行多次采样,每次采样后依据采样结果重新生成每个传感数据以及生理数据的权重,包括以下...
【专利技术属性】
技术研发人员:赵朝义,王中婷,呼慧敏,罗玲,牛文磊,冉令华,吴海媚,栗玮,
申请(专利权)人:中国标准化研究院,
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。