[發明專利]一種具有自動學習功能的流感預測攝像機有效
| 申請號: | 201910253642.5 | 申請日: | 2019-03-30 |
| 公開(公告)號: | CN109979601B | 公開(公告)日: | 2020-10-02 |
| 發明(設計)人: | 王龍 | 申請(專利權)人: | 東陽市菊蘇科技有限公司 |
| 主分類號: | G16H50/80 | 分類號: | G16H50/80;H04N5/225;G01D21/02 |
| 代理公司: | 廣州科捷知識產權代理事務所(普通合伙) 44560 | 代理人: | 袁嘉恩 |
| 地址: | 322121 浙江省金華市東*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 具有 自動 學習 功能 流感 預測 攝像機 | ||
本發明涉及一種具有自動學習功能的流感預測攝像機,包括若干攝像頭單元以及一后臺分析系統,每一攝像頭單元包括溫度感應模塊、濕度感應模塊、二氧化碳濃度感應模塊、粉塵感應模塊、密度分析模塊以及處理器,攝像頭單元連接后臺分析系統,后臺分析系統包括模型架構模塊、專家分析庫以及采集數據庫,模型架構模塊連接專家分析庫以及采集數據庫,專家分析庫存儲有分析結果信息;通過攝像頭單元對教室或校園環境的實際環境參數進行采集,環境參數是與流感的發生相關的參數包括溫度、濕度、人口密度、二氧化碳濃度、粉塵濃度等,所以采集這些參數,就可以輔助判斷流感是否容易發生,從而提醒對應的區域采取相應措施,及時避免流感的發生。
技術領域
本發明涉及攝像頭系統,更具體地說,涉及一種具有自動學習功能的流感預測攝像機。
背景技術
流行性感冒(簡稱流感)是流感病毒引起的急性呼吸道感染,也是一種傳染性強、傳播速度快的疾病。其主要通過空氣中的飛沫、人與人之間的接觸或與被污染物品的接觸傳播。典型的臨床癥狀是:急起高熱、全身疼痛、顯著乏力和輕度呼吸道癥狀。一般秋冬季節是其高發期,所引起的并發癥和死亡現象非常嚴重。該病是由流感病毒引起,可分為甲(A)、乙(B)、丙(C)三型,甲型病毒經常發生抗原變異,傳染性大,傳播迅速,極易發生大范圍流行。甲型H1N1也就是甲型一種。本病具有自限性,但在嬰幼兒、老年人和存在心肺基礎疾病的患者容易并發肺炎等嚴重并發癥而導致死亡。
所以流感的預防是目前非常重要的技術,而流感在校園的預知尤為重要,及時獲知流感有利于校園進行流感的預防,而一旦流感無法預測,則會對校園活動產生非常大的影響,造成較大的社會問題和安全隱患。
發明內容
有鑒于此,本發明目的是提供一種具有自動學習功能的流感預測攝像機。
為了解決上述技術問題,本發明的技術方案是:一種具有自動學習功能的流感預測攝像機,包括若干攝像頭單元以及一后臺分析系統,每一攝像頭單元包括溫度感應模塊、濕度感應模塊、二氧化碳濃度感應模塊、粉塵感應模塊、密度分析模塊以及處理器,所述攝像頭單元連接所述后臺分析系統,所述后臺分析系統包括模型架構模塊、專家分析庫以及采集數據庫,所述模型架構模塊連接所述專家分析庫以及所述采集數據庫,所述專家分析庫存儲有分析結果信息,所述采集數據庫存儲有環境采集信息,所述分析結果信息與所述環境采集信息對應設置,所述模型架構模塊根據所述環境采集信息以及所述分析結果信息生成預測模型;
所述溫度感應模塊用于獲取環境溫度并生成一溫度反饋數據;
所述濕度感應模塊用于獲取環境濕度并生成一濕度反饋數據;
所述二氧化碳濃度感應模塊用于獲取空氣的二氧化碳濃度并生成一二氧化碳濃度反饋數據;
所述粉塵感應模塊用于獲取空氣的粉塵濃度并生成一粉塵濃度反饋數據;
所述密度分析模塊用于計算攝像頭單元的監視區域內人口密度并輸出一人口密度數據;
所述處理器從所述后臺分析系統中調用預測模型;所述預測模型中,溫度反饋數據、濕度反饋數據、二氧化碳濃度反饋數據、粉塵濃度反饋數據以及人口密度數據為輸入數據,所述預測風險值為輸出數據;所述處理器根據所述溫度反饋數據、濕度反饋數據、二氧化碳濃度反饋數據、粉塵濃度反饋數據以及人口密度數據通過調用預測模型實時輸出預測風險值;
所述后臺分析系統包括有分析策略、更新策略以及信息生成策略,所述分析策略包括獲得一環境采集信息,通過環境采集信息輸入分析結果信息,將該分析結果信息與所述環境采集信息關聯并分別存入專家分析庫以及采集數據庫;
所述更新策略包括,當一環境采集信息和對應的分析結果信息被關聯時,將對應的環境采集信息以及分析結果信息帶入預測模型以更新對應的所述預測模型;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于東陽市菊蘇科技有限公司,未經東陽市菊蘇科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910253642.5/2.html,轉載請聲明來源鉆瓜專利網。





