[发明专利]基于智能家居设备的睡眠行为信息预测方法及系统

说明书

本公开提供一种基于智能家居设备的睡眠行为信息预测方法及系统。所述方法包括：监测一个或多个智能家居设备的运行状态，当监测到由触发所述智能家居设备所产生的运行信号时，获取与当前睡眠行为相关的第一参数；将所述第一参数输入到预定的神经网络模型中，并利用所述神经网络模型基于所述第一参数进行预测，以便得到经过预测后输出的第二参数；其中，所述神经网络模型为根据与睡眠行为相关的历史数据所训练得到的模型；根据所述第二参数生成睡眠行为的预测信息。基于本发明的技术方案，实现了对用户睡眠行为信息的预测，有助于提升用户的睡眠质量，增强用户的睡眠体验。

技术领域

本公开涉及智能家居技术领域，尤其涉及一种基于智能家居设备的睡眠行为信息预测方法及系统。

背景技术

随着计算机技术、物联网技术以及工业生产技术的发展，将以上技术与生活中常规的家居产品相结合生产出智能化的家居设备，已逐渐成为未来家居设备及产品的发展趋势。以智能家居中的睡眠工具为例，比如目前的枕头、床垫等产品，仍然以满足基本的睡眠需求为主，然而人体在睡眠过程中会产生一些信息，这些信息对分析用户的睡眠行为具有很高的价值，通过对这部分信息进行分析，将有助于分析用户的睡眠行为，因此，如何将人工智能技术与睡眠工具相结合，实现对用户睡眠行为的分析及预测，将是一项具有重要意义的研究。

现有技术中，虽然一些产品已经实现了对用户睡眠过程的监测，例如智能手环、睡眠监测装置等，虽然这些产品可通过监测人体生命体征来判断用户的睡眠状态，但是用户通过这些产品仅仅能够获悉自己昨晚或其他历史时期的睡眠情况，既无法实现对用户睡眠行为信息的分析，更无法对用户的睡眠行为信息进行预测；另外，上述智能手环、睡眠监测装置等设备需要用户穿戴方能使用，因此降低了用户的睡眠体验。

发明内容

本公开提供一种基于智能家居设备的睡眠行为信息预测方法及系统，以解决相关技术存在的无法实现对用户睡眠行为信息进行分析及预测，用户睡眠体验差的问题。

为解决上述技术问题，本公开实施例的第一方面，提供一种基于智能家居设备的睡眠行为信息预测方法，包括：

监测一个或多个智能家居设备的运行状态，当监测到由触发所述智能家居设备所产生的运行信号时，获取与当前睡眠行为相关的第一参数；

将所述第一参数输入到预定的神经网络模型中，并利用所述神经网络模型基于所述第一参数进行预测，以便得到经过预测后输出的第二参数；其中，所述神经网络模型为根据与睡眠行为相关的历史数据所训练得到的模型；

根据所述第二参数生成睡眠行为的预测信息。

在本实施例的一些实施方式中，利用第一传感器监测一个或多个智能家居设备的运行状态，其中，

所述第一传感器包括压力传感器。

在本实施例的一些实施方式中，所述第一参数包括时间数据和/或环境数据，其中：

所述时间数据包括日期数据以及时间点数据；

所述环境数据包括噪音值、温度值、湿度值、空气质量值中的至少一种；

所述噪音值、温度值、湿度值、空气质量值分别通过噪音传感器、温度传感器、湿度传感器、空气质量传感器获取。

在本实施例的一些实施方式中，所述神经网络模型为BP神经网络模型，采用以下方法训练得到所述BP神经网络模型，具体地：

获取预定时间段内产生的历史数据，所述历史数据包括历史时间数据、历史环境数据以及历史用户睡眠行为数据；

从所述历史数据中选取多个时段，并将所述多个时段以及与所述时段相对应的历史数据组成的数据集作为样本数据；

根据所述历史数据对BP神经网络模型的结构执行初始化操作，得到初始化BP神经网络模型；