[發(fā)明專利]一種心理壓力狀況預(yù)測方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201810815216.1
• 申請日: 2018-07-24
• 公開（公告）號: CN109106384B
• 公開（公告）日: 2021-12-24
• 發(fā)明（設(shè)計(jì)）人: 胡慧;徐文權(quán);王晧宇;夏寅生;宋志英
• 申請（專利權(quán)）人: 安慶師范大學(xué)
• 主分類號: A61B5/16
• 分類號: A61B5/16;A61B5/0205
• 代理公司: 長沙正奇專利事務(wù)所有限責(zé)任公司 43113
• 代理人: 馬強(qiáng);王娟

1.一種心理壓力狀況預(yù)測方法，其特征在于，包括以下步驟：

1)利用基本生理指標(biāo)信息構(gòu)建深度信念網(wǎng)絡(luò)模型的訓(xùn)練庫；所述基本生理指標(biāo)信息包括體溫、心率、血壓、心電、肌電、皮膚電、睡眠時(shí)間和飲食情況；

2)收集對所述訓(xùn)練庫中的不同樣本的心理分析結(jié)果；

3)將用戶的基本生理指標(biāo)信息作為輸入，所述心理分析結(jié)果作為輸出；使用遺傳算法確定深度信念網(wǎng)絡(luò)模型的隱含層層數(shù)以及每個(gè)隱含層的神經(jīng)元個(gè)數(shù)，最終訓(xùn)練出深度信念網(wǎng)絡(luò)模型的連接權(quán)值和偏置值；

4)將基本生理指標(biāo)輸入到步驟3)訓(xùn)練出的深度信念網(wǎng)絡(luò)模型，確定心理壓力狀況；

所述深度信念網(wǎng)絡(luò)模型表達(dá)式如下：

其中，表示層κ與層κ-1之間的連接權(quán)矩陣,表示層κ的偏置值；N_κ表示層κ的神經(jīng)元個(gè)數(shù)；C_r為深度信念網(wǎng)絡(luò)模型隱含層總層數(shù)；h^(κ)(t)為層κ的輸出值；p為所使用的基本生理指標(biāo)個(gè)數(shù)；x₁,x₂,…x_p為深度信念網(wǎng)絡(luò)模型的輸入值，即樣本用戶的基本生理指標(biāo)信息；為激活函數(shù)；為層C_r的輸出值，即為深度信念網(wǎng)絡(luò)模型的預(yù)測輸出值，也就是用戶心理壓力狀況預(yù)測結(jié)果；

使用遺傳算法確定深度信念網(wǎng)絡(luò)模型的隱含層層數(shù)以及每個(gè)隱含層的神經(jīng)元個(gè)數(shù)的計(jì)算過程包括：

31)編碼隱含層層數(shù)C_r和每個(gè)隱含層的神經(jīng)元個(gè)數(shù)N_κ，并隨機(jī)產(chǎn)生C_r和N_κ的值；

32)輸入訓(xùn)練樣本用戶數(shù)據(jù)，計(jì)算深度信念網(wǎng)絡(luò)模型輸出的真實(shí)值與預(yù)測值之間的差值，即為絕對誤差值，以絕對誤差值之和為適應(yīng)度函數(shù)，以適應(yīng)度的大小為標(biāo)準(zhǔn)評價(jià)隱含層層數(shù)C_r和每個(gè)隱含層的神經(jīng)元個(gè)數(shù)N_κ；

33)篩選出絕對誤差之后最小的個(gè)體，直接將其遺傳給下一代；

34)通過交叉、變異進(jìn)化當(dāng)前群體，并產(chǎn)生下一代群體；

35)重復(fù)步驟32)～步驟34)，不斷更新隱含層層數(shù)C_r和每個(gè)隱含層的神經(jīng)元個(gè)數(shù)N_κ；

36)當(dāng)適應(yīng)度保持不變時(shí)，得到深度信念網(wǎng)絡(luò)模型的隱含層層數(shù)C_r和每個(gè)隱含層的神經(jīng)元個(gè)數(shù)N_κ值。

2.根據(jù)權(quán)利要求1所述的心理壓力狀況預(yù)測方法，其特征在于，步驟2)中，所述心理分析結(jié)果包括用戶處于壓力狀態(tài)或不處于壓力狀態(tài)。