[发明专利]多模个性化监测的方法

权利要求书

1.多模个性化监测的方法，其特征在于包括：

分解对象的监测值为一个以上监测分量，监测所述监测分量，分解所述监测分量包括一个以上可变分量和零个以上固定分量和与所述监测值存在监测函数的零个以上扩展分量；其中，所述可变分量为所述监测值中随着环境变化而变化的分量，所述可变分量采用传感器监测获得；所述固定分量是一类在所述监测值中能够分离的所述监测分量，在同等于所述可变分量的采样周期内，所述固定分量的变化率与所述可变分量的变化率比值较小，所述固定分量采用传感器监测获得；所述扩展分量采用传感器监测获得；

依据针对所述对象的历史的和当前的所述监测分量执行对象算法，得到与所述对象的约定真值误差小于允许误差的对象修正值；和/或，

建立由一个以上具有相同监测值的所述对象构成的群体，采用大数据训练个性化特征集，对所述个性化特征集进行分类，所述分类包括对象算法参数、群体算法参数、约定真值误差和约定真值，自身对象依据所述个性化特征集中的所述类进行修正；其中，所述个性化特征集为所述群体中对象的监测值和对象修正值的集合。

2.根据权利要求1所述的方法，其特征在于，包括以下分解监测值的步骤：

S2020步骤，对于生物健康类的优化选择，所述变化率比值小于0.20，对于工业类的优化选择，所述变化率比值小于0.10，并且，在此条件下，所述固定分量依据用户的选择，采用统计预测来监测；

S2030步骤，所述扩展分量与所述监测值存在监测函数的所述监测函数包括：

所述监测值的变化单方向影响所述扩展分量，即所述扩展分量是所述监测值的函数自变量，此时采用所述扩展分量作为所述监测值的辅助监测；

所述监测值的变化双方向影响所述扩展分量，即所述扩展分量与所述监测值是互为函数自变量，此时采用所述扩展分量作为所述监测值的辅助监测和调节；

所述扩展分量的变化单方向影响所述监测值，即所述监测值是所述扩展分量的函数自变量，此时采用所述扩展分量作为所述监测值的辅助调节；

S2040步骤，依据不同的连续时间序列和特定时刻，持续监测所述监测值和所述监测分量，将中间数据和结果数据存储到信息库。