[發(fā)明專利]基于神經(jīng)網(wǎng)絡(luò)深度學習算法的營養(yǎng)評測系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 202010320785.6
• 申請日: 2020-04-22
• 公開（公告）號: CN113539426A
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計）人: 許靜
• 申請（專利權(quán)）人: 深圳市前海高新國際醫(yī)療管理有限公司
• 主分類號: G16H20/60
• 分類號: G16H20/60;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于神經(jīng)網(wǎng)絡(luò)深度學習算法的營養(yǎng)評測系統(tǒng)，其特征在于，包括相互連接的客戶端、云端、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)庫；

其中的客戶端用于客戶提交評測數(shù)據(jù)到云端；云端用于利用神經(jīng)網(wǎng)絡(luò)，通過與對比數(shù)據(jù)庫進行比較、學習、分析的訓練之后，完善營養(yǎng)方案的樣本，并且完善神經(jīng)網(wǎng)絡(luò)；神經(jīng)網(wǎng)絡(luò)用于比較、學習、分析的訓練以及分析和識別；數(shù)據(jù)庫用于數(shù)據(jù)的存儲和訪問。

2.如權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)深度學習算法的營養(yǎng)評測系統(tǒng)，其特征在于，其中的客戶端包括數(shù)據(jù)采集裝置。

3.如權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)深度學習算法的營養(yǎng)評測系統(tǒng)，其特征在于，其中的云端至少包括管理服務(wù)器、數(shù)據(jù)存儲服務(wù)器、應用服務(wù)器。

4.如權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)深度學習算法的營養(yǎng)評測系統(tǒng)，其特征在于，其中的神經(jīng)網(wǎng)絡(luò)包括卷積神經(jīng)網(wǎng)絡(luò)及配套的服務(wù)器。

5.基于神經(jīng)網(wǎng)絡(luò)深度學習算法的營養(yǎng)評測方法，其特征在于，包括以下步驟：

步驟s1、客戶從客戶端提交評測數(shù)據(jù)到云端；

步驟s2、云端基于評測數(shù)據(jù)，利用神經(jīng)網(wǎng)絡(luò)，通過與對比數(shù)據(jù)庫進行比較、學習、分析的訓練之后，完善營養(yǎng)方案的樣本，并且完善神經(jīng)網(wǎng)絡(luò)；

步驟s3、當客戶從客戶端提交新的評測數(shù)據(jù)后，云端會將此數(shù)據(jù)里面所有的參數(shù)與數(shù)據(jù)庫龐大的樣本進行對比，由訓練后的神經(jīng)網(wǎng)絡(luò)分析識別，獲取到與評測數(shù)據(jù)相匹配的結(jié)果，然后自動合并生成完整的營養(yǎng)評測報告。

6.如權(quán)利要求5所述的基于神經(jīng)網(wǎng)絡(luò)深度學習算法的營養(yǎng)評測方法，其特征在于，步驟s3中云端同時根據(jù)長期和大量的學習過程，推薦與營養(yǎng)方案相匹配的產(chǎn)品，客戶獲取到評測報告之后，可以根據(jù)對應的營養(yǎng)干預方案進行營養(yǎng)管理。

7.如權(quán)利要求5所述的基于神經(jīng)網(wǎng)絡(luò)深度學習算法的營養(yǎng)評測方法，其特征在于，步驟s3中云端同時為每一個營養(yǎng)評測報告分配一個在數(shù)據(jù)庫的存儲空間，以支持客戶端的客戶根據(jù)其位置訪問。