[发明专利]一种大数据健康预测系统

权利要求书

1.一种大数据健康预测系统，其特征是，包括依次相连的传感器采样单元、数据筛选单元、信号转换单元和信号处理单元，传感器采样单元用于对健康大数据进行采集，所述数据筛选单元用于对健康大数据进行筛选，所述信号转换单元为信号放大和滤波模块，对筛选后的健康大数据进行放大和滤波处理，经放大和滤波处理后的健康大数据输入所述信号处理单元，经信号处理单元处理后输出健康预测结果；

所述信号处理单元采用模型组合对健康进行预测，包括第一模型库建立模块、第二权重确定模块、第三组合确定模块和第四评价模块，所述第一模型库建立模块用于建立备选模型库，其中包含多个监测模型，所述第二权重确定模块用于为所述备选模型库中的各个监测模型设置权重，所述第三组合确定模块用于根据所述权重确定关于所述各个监测模型的最优模型组合，所述第四评价模块用于对所述最优模型组合性能进行评价；

所述第一模型库建立模块用于建立备选模型库，具体步骤为：第一步：确定备选模型库，假设有n种监测模型，备选模型库可用向量QK表示为：QK＝(QK₁，QK₂，…，QK_i，…，QK_n)，所述向量QK中，QK_i表示第i个监测模型，i＝1，2，…，n；第二步：确定监测模型的预测值，监测模型的预测值向量y可相应表示为：y＝(y₁，y₂，...，y_i，…，y_n)，所述向量y中，y_i表示第i个监测模型的预测值，i＝1，2，…，n；所述第二权重确定模块用于确定所述备选模型库中的监测模型在所述模型组合中的权重，具体步骤为：第一步：确定模型组合数，每次参与模型组合的监测模型以及监测模型数量是不确定的，且参与程度不同，将模型组合看作是一次随机事件试验，确定模型组合数C为：上述式子中，i表示参与模型组合的监测模型的数量，i＝2表示至少有两个监测模型参与模型组合，β表示参与程度复杂因子，β∈{2，3}；则所有的模型组合集向量FN可表示为：

FN＝(FN₁，FN₂，…，FN_j，…，FN_c)，所述向量FN中，FN_j表示第j种模型组合，j＝1，2，…，C，C表示所有的模型组合数；第二步：确定监测模型参与程度，模型组合FN_j可用向量表示为：

FN_j＝(σ(QK₁)，σ(QK₂)，…，σ(QK_i)，…，σ(QK_n))，其中，σ(QK_i)表示监测模型QK_i参与程度，i＝1，2，…，n，若β＝2，若β＝3，第三步：确定监测模型权值，对于第i个监测模型QK_i，采用以下方式进行赋权：上述式子中，NJ_i表示第i个监测模型QK_i相应权重，y_i表示第i个监测模型的预测值；

所述第三组合确定模块用于根据所述监测模型在所述模型组合中的权重确定最优模型组合，具体包括以下步骤：第一步：设j＝1，计算得到模型组合的组合预测值和实测值误差AY：AY＝BE-y′，上述式子中，y′表示实测值；第二步：j＝j+1，当j＞C，所有模型组合计算完毕，找出最小计算误差组合，得到最优模型组合，采用该组合对健康进行预测；第三步：每隔一定周期T重复第一步和第二步，以保证模型组合不断更新；

所述第四评价模块用于对所述最优模型组合性能进行评价；评价函数PJ表示为：上述式子中，RU表示预测误差最小的次数，ZX表示预测误差最大的次数，MH表示预测误差处于中间的次数，评价函数值越大，预测精度越高。

2.根据权利要求1所述的一种大数据健康预测系统，其特征是，所述传感器采样单元包括温度传感器、气体传感器、湿度传感器、脉搏传感器、加速度传感器和计步传感器。

3.根据权利要求2所述的一种大数据健康预测系统，其特征是，所述数据筛选单元采用以下步骤对数据进行筛选：

步骤1：大数据采集，利用多个数据库来接收传感器采集单元收集的数据，所述数据库布置在云端；

步骤2：大数据导入/预处理，将来自前端的数据导入到一个集中的大型分布式数据库时，对这些海量数据进行有效的分析，并且在导入基础上对健康大数据进行预处理；

步骤3：大数据统计分析，利用分布式数据库对存储于其内的海量数据进行分类汇总；

步骤4：大数据筛选，将分类汇总后不合格的健康大数据进行剔除。