[發明專利]基于大數據的年齡估計模型訓練、年齡估計方法和裝置

在審

• 申請號: 202011521753.9
• 申請日: 2020-12-21
• 公開（公告）號: CN112582067A
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 朱國康;俞軼
• 申請（專利權）人: 安徽華米智能科技有限公司
• 主分類號: G16H50/30
• 分類號: G16H50/30;G06N3/08
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 韓海花

本申請提出一種基于大數據的年齡估計模型訓練、年齡估計方法和裝置，涉及數據處理技術領域，其中，方法包括：通過可穿戴設備采集用戶在目標時間段內的動態數據信息樣本；對動態數據信息樣本進行分析，獲取多維度指標特征樣本；將用戶的基本特征信息樣本和多維度指標特征樣本輸入深度神經網絡進行訓練，獲取訓練年齡；通過預設的損失度量公式根據訓練年齡和真實年齡對深度神經網絡的參數進行調整，生成年齡估計模型。由此，基于可穿戴設備采集的動態數據信息好用戶基本信息生成年齡估計模型，提高用戶健康年齡估計效率和準確性。

技術領域

本申請涉及數據處理技術領域，尤其涉及一種基于大數據的年齡估計模型訓練、年齡估計方法和裝置。

背景技術

通常，“健康年齡”，又稱“生理年齡”、“生物年齡”，泛指生命體達到某一時序年齡時生理和其功能所反映出來的水平，即與一定時序年齡相對應的生理及其功能的表現程度，是從醫學、生物學的角度來衡量的年齡。它表示生物體的成長、成熟或衰老的程度，是身體健康狀況的年齡表現。而一般概念上的年齡通常指的是“自然年齡”，又稱“時序年齡”、“日歷年齡”、“年代年齡”，是按照人的出生年月，純粹從時間的推移來計算的年齡。它是指一個人的生命里程、生命延續的年代，不受人的生活經歷、生活條件等的制約和影響，隨時間的推移而增加的。

相關技術中，通過基于最大攝氧量來估計健康年齡，然而，最大攝氧量是指人體進行最大強度的運動并出現無力繼續支撐接下來的運動時，所能攝入的氧氣含量，對最大攝氧量的直接測量需要讓用戶帶上相關采集儀設備進行劇烈運動，對受測者力竭狀態下呼出的氣體進行分析，這種直接測量的方式較為復雜，且需要用戶通過運動達到機體的極限狀態，以及僅僅以最大攝氧量作為量化指標來評估健康年齡，在一定程度上比較單一、片面。

發明內容

本申請旨在至少在一定程度上解決上述提到的技術問題之一。

為此，本申請的第一個目的在于提出一種基于大數據的年齡估計模型訓練方法，解決了現有技術中健康年齡估計方式繁瑣、效率低且精度差的技術問題，通過基于可穿戴設備采集的動態數據信息好用戶基本信息生成年齡估計模型，提高用戶健康年齡估計效率和準確性。

本申請的第二個目的在于提出一種基于大數據的年齡估計模型的年齡估計方法。

本申請的第三個目的在于提出一種基于大數據的年齡估計模型訓練裝置。

本申請的第四個目的在于提出一種基于大數據的年齡估計模型的年齡估計裝置。

本申請的第五個目的在于提出一種計算機設備。

本申請的第六個目的在于提出一種非臨時性計算機可讀存儲介質。

為達上述目的，本申請第一方面實施例提出了一種基于大數據的年齡估計模型訓練方法，包括：通過可穿戴設備采集用戶在目標時間段內的動態數據信息樣本；對所述動態數據信息樣本進行分析，獲取多維度指標特征樣本；將所述用戶的基本特征信息樣本和所述多維度指標特征樣本輸入深度神經網絡進行訓練，獲取訓練年齡；通過預設的損失度量公式根據所述訓練年齡和真實年齡對所述深度神經網絡的參數進行調整，生成年齡估計模型。

在本申請的一個實施例中，通過可穿戴設備采集用戶在目標時間段內的動態數據信息樣本，包括以下至少兩個或者兩個以上組合：采集所述目標時間段內所述用戶在非睡眠非活動狀態下的靜息心率；采集所述目標時間段內所述用戶在睡眠狀態下的心率；采集所述目標時間段內所述用戶在走路狀態下的心率；采集所述目標時間段內所述用戶在跑步狀態下的心率；采集所述目標時間段內所述用戶的睡眠時間段、深睡時間段和平均睡眠時間段；采集所述目標時間段內所述用戶的個人運動機能指數PAI(Personal ActivityIntelligence)；采集所述目標時間段內所述用戶的走路總距離、走路總時長和走路總步數；采集所述目標時間段內所述用戶的跑步總距離、跑步總時長和跑步總步數。