一种多模块智慧健康管理信息系统技术方案

智慧停车系统通过信息化管理，解决停车难问题 #生活知识# #生活感悟# #科技生活变迁# #智慧城市#

本发明专利技术提供了一种多模块智慧健康管理信息系统，包括模块一人群分类模块、模块二增肌增重得分模块、模块三自适应参数优化模块；其中，模块一获取由收集用户提供的用户年龄、性别、体重、体脂率、运动熟练度、疾病等数据对人群进行健康参数方面的分类，得出分类人群的健康参数范围；模块二获取由模块一提供的人群分类参数、由用户提供的用户饮食、运动记录参数进行健康管理目标——增肌增重目标得分计算，得出用户得分；模块三获取由模块二提供的各分类用户的得分记录，获取由用户提供的增肌增重变化量数据，进行自适应参数优化，得出优化后的得分参数反馈给模块二，以优化模块二的得分，即优化得分参数作为用户的健康管理参数与目标；本发明专利技术结构简单、功能强大、操作方便，具有极高的商业价值。

【技术实现步骤摘要】
一种多模块智慧健康管理信息系统
本专利技术涉及一种帮助人体生理健康的信息综合与分析评价系统，尤其是涉及多模块智慧健康管理信息系统。
技术介绍
CN2017111065179，公开了一种生理信息数据的分析评价系统，包括数据输入模块、数据分类模块、单项健康指数计算模块、健康指数综合加权模块，所述单项健康指数计算模块中包括升正态分布数据计算模块、降正态分布数据计算模块和平台型分布数据计算模块，所述单项健康指数计算模块中还设有历史数据分析模块，所述历史数据分析模块中设有归一化指数调整模块，所述历史数据分析模块用于对新生理信息数据、相应历史生理信息数据和参考目标值进行对比分析，得到该项生理信息数据的历史变化趋势结果，所述归一化指数调整模块根据历史变化趋势结果对新生理信息数据的归一化指数进行调整；所述单项健康指数计算模块中还设有健康指数调整模块，所述健康指数调整模块对新健康指数及其相应历史健康指数进行综合加权，得到该健康指数的调整值；但由于个体的性别、体重、年龄和生活和运动习惯等方面千差万别，采用一种统一的标准去判断和指导人们的健康生活...

【技术保护点】
1.一种多模块智慧健康管理信息系统，其特征是，包括模块一人群分类模块、模块二增肌增重得分模块、模块三自适应参数优化模块；其中，模块一获取由收集用户提供的用户年龄、性别、体重、体脂率、运动熟练度、疾病等数据对人群进行健康参数方面的分类，得出分类人群的健康参数范围；模块二获取由模块一提供的人群分类参数、由用户提供的用户饮食、运动记录参数进行健康管理目标——增肌增重目标得分计算，得出用户得分；模块三获取由模块二提供的各分类用户的得分记录，获取由用户提供的增肌增重变化量数据，进行自适应参数优化，得出优化后的得分参数反馈给模块二，以优化模块二的得分，即优化得分参数作为用户的健康管理参...

【技术特征摘要】
1.一种多模块智慧健康管理信息系统，其特征是，包括模块一人群分类模块、模块二增肌增重得分模块、模块三自适应参数优化模块；其中，模块一获取由收集用户提供的用户年龄、性别、体重、体脂率、运动熟练度、疾病等数据对人群进行健康参数方面的分类，得出分类人群的健康参数范围；模块二获取由模块一提供的人群分类参数、由用户提供的用户饮食、运动记录参数进行健康管理目标——增肌增重目标得分计算，得出用户得分；模块三获取由模块二提供的各分类用户的得分记录，获取由用户提供的增肌增重变化量数据，进行自适应参数优化，得出优化后的得分参数反馈给模块二，以优化模块二的得分，即优化得分参数作为用户的健康管理参数与目标；
其中模块一人群分类模块包括两个子模块，分别为子模块1.1数据收集子模块、子模块1.2用户数据-人群分类映射子模块；
子模块1.1用户数据收集子模块获取由用户提供用户个人数据，进行用户数据收集；该子模块获取由用户提供的以下用户数据：人种，性别，体脂率，是否患有疾病，运动习性/疲劳感、泵感、酸痛感，身高H，体重W，年龄Y，一周需要增加的体重△W，运动时间t,无氧运动组数m，无氧运动每组次数n，无氧运动单位强度重量ω，4种营养素摄入量，运动种类，运动强度数据，进行用户数据收集，得出人群分类映射所需的用户数据；
子模块1.2用户数据-人群分类映射子模块获取由子模块1.1提供的人群分类映射所需的用户数据，进行用户数据-人群分类映射计算，得出人群分类参数；
子模块1.2将人群数据随机划分为测试集和训练集；在训练集中，对人群特征进行特征选择，采取信息增益标准，递归地构建决策树；考虑决策树复杂程度设置损失函数，对决策树进行修剪；最后根据构建的决策树模型对人群进行分类，得到训练模型，并使用测试集对分类模型进行测试；构建决策树；直到所有特征的信息增益均很小或没有特征可以选择为止，最后得到一个决策树；特征选择为人种、疾病、运动习性、男女、体脂率5类特征，人群最终被分为32个类；
模块二增肌增重得分模块，包括五个子模块，分别为用户数据收集子模块2.1、运动刺激得分计算子模块2.2、热量得分计算子模块2.3、饮食比例得分计算子模块2.4、增肌增重综合得分计算模块2.5；子模块2.1用户数据收集子模块获取由用户提供的饮食、运动记录，进行用户数据收集，得出用户饮食、运动数据；子模块2.2运动刺激得分计算子模块获取由模块一人群分类模块提供的人群分类参数，获取由子模块2.1用户数据收集子模块提供的用户运动数据，进行运动刺激得分计算，得出用户运动状态计算数据和运动刺激得分；子模块2.3热量得分计算子模块获取由子模块2.1用户数据收集子模块提供的用户饮食、运动数据，获取由子模块2.2运动刺激得分计算子模块提供的用户运动状态数据，获取由模块一人群分类模块提供的人群分类参数，进行热量得分计算，得出热量得分；子模块2.4饮食比例得分计算子模块获取由子模块2.1用户数据收集子模块提供的用户饮食数据，获取由模块一人群分类模块提供的人群分类参数，进行饮食比例得分计算，得出饮食比例得分；子模块2.5增肌增重综合得分计算模块获取由子模块2.2运动刺激得分计算子模块提供的运动刺激得分，获取由子模块2.3热量得分计算子模块提供的热量得分，获取由子模块2.4饮食比例得分计算子模块提供的饮食比例得分，获取由模块三自适应参数优化模块提供的优化后的综合得分超参数，进行增肌增重综合得分计算，得出用户得分；
模块三得分超参数自适应优化模块包括两个子模块，分别为用户数据收集子模块3.1、得分超参数自适应优化计算子模块3.2；子模块3.1用户数据收集子模块获取由用户提供的增肌增重变化量数据，获取由模块二增肌增重得分模块提供的用户得分，进行用户数据收集；子模块3.2得分超参数自适应优化计算子模块获取由子模块3.1用户数据收集子模块提供的得分超参数优化所需用户数据，进行得分超参数自适应优化计算，得出优化后的综合得分超参数；得分超参数自适应优化子模块采用特征选择方法评估每个输入变量与目标变量之间的关系，得出最适权重；
子模块2.5增肌增重综合得分计算模块获取由子模块2.2运动刺激得分计算子模块提供的运动刺激得分，获取由子模块2.3热量得分计算子模块提供的热量得分，获取由子模块2.4饮食比例得分计算子模块提供的饮食比例得分，获取由模块三自适应参数优化模块提供的优化后的综合得分超参数，进行增肌增重综合得分计算，得出用户得分。

2.根据权利要求1所述的多模块智慧健康管理信息系统，其特征是，子模块1.2将人群数据随机划分为测试集和训练集；在训练集中，对人群特征进行特征选择，采取信息增益标准，递归地构建决策树的方法是；
信息增益标准采用l(xi)＝-log2p(xi)，其中，所述符号xi表示某种分类情况；p(xi)表示选择该分类的概率；l(xi)表示xi的信息量；
为了计算熵，我们需要计算所有类别所有可能值所包含的信息期望值其中，p(xi)表示选择该分类的概率，n表示一共有n种分类情况；
经验熵为其中，所述D表示训练数据集，Ck表示训练数据集某种分类情况，K表示一共有K种分类情况，|Ck|为属于类Ck的样本个数；
条件熵H(Y|X)表示在已知随机变量X的条件下随机变量Y的不确定性，其中，当随机变量X为xi这种分类情况时，该分类的概率pi＝P(X＝xi)，n表示一共有n种分类情况；
特征A对训练数据集D的信息增益g(D，A)＝H(D)-H(D|A)，其中，所述H(D)为集合D的经验熵，H(D|A)表示特征A给定条件下D的经验条件熵之差；后构建决策树，从根结点(rootnode)开始，对结点计算所有可能的特征的信息增益，选择信息增益最大的特征作为结点的特征，由该特征的不同取值建立子节点，再对子结点递归地调用以上方法。

3.根据权利要求1所述的多模块智慧健康管理信息系统，其特征是，
所述子模块2.5增肌增重综合得分计算模块获取由子模块2.2运动刺激得分计算子模块提供的运动刺激得分，获取由子模块2.3热量得分计算子模块提供的热量得分，获取由子模块2.4饮食比例得分计算子模块提供的饮食比例得分，获取由模块三自适应参数优化模块提供的优化后的综合得分超参数，进行增肌增重综合得分计算，得出用户得分:

Sw为增肌增重综合得分，计算公式如上式所得；其中，表示增肌增重综合得分系数向量，λ1表示运动刺激得分系数、λ2表示热量得分系数、λ3表示饮食比例得分系数；表示增肌增重综合得分向量，Sa表示运动刺激得分、Sb表示热量得分、Sc表示饮食比例得分；对于通过模块三自适应参数优化模块进行不断优化。

4.根据权利要求1所述的多模块智慧健康管理信息系统，其特征是，
对于子模块2.2运动刺激得分计算子模块获取由模块一人群分类模块提供的人群分类参数，获取由子模块2.1用户数据收集子模块提供的用户运动数据，进行运动刺激得分计算，得出用户运动状态计算数据和运动刺激得分；
所述的控制方法，所述步骤中周期内每日的运动刺激绝对得分Sa通过如下公式获取:

其中，所述X＝(a1，a2，a3……aF)为运动前描述向量，定义为a过程面向F个指标的各实际分量，af为运动前指标f得分，(af)max为运动前指标f最高得分；所述Y＝(b1，b2，b3……bF)为运动后描述向量，定义为b过程面向f个指标的各实际分量，bf为运动后指标f得分，(bf)max为运动后指标f最高得分；θ为运动中调节系数，θmax为运动中调节系数的最大值。f取1、2、3……F(F为f的最大值)，现阶段只考虑三项参考指标；动者的每日运动刺激情况与多个指标相关，现阶段分析认为：应当强化三项参考指标的协同性关系，不再刻意突出疲劳感之奠基性，针对利于评测的两个有效时点——训练前及训练后，得到，其各自在三个指标下量度的行向量，做点乘运算并得到数量积；
三项参考指标指机体疲劳感；根植于肌肉记忆的泵感”，过度的泵感或将伴随延迟觉察的肌肉损伤，抵抗肌肉的存贮；酸胀感。

5.根据权利要求1所述的系统，其特征在于，模块2.3热量得分计算子模块中，所述步骤中周期内每日的热量绝对得分Sb通过如下公式获取：

其中，所述SM为周...

网址：一种多模块智慧健康管理信息系统技术方案 https://www.yuejiaxmz.com/news/view/1252817

相关内容

一种多模块智慧健康管理信息系统的制作方法
一种智慧家庭生活管理系统技术方案
一种云健康管理系统及其方法技术方案
智能健康管理信息系统
一种基于区块链的大健康人工智能预防管理方法及系统技术方案
AI技术突破，打造智慧健康管理系统
一种老年人居家安全健康智能管理系统技术方案
一种交互式智能健康管理系统技术方案
智慧医疗健康管理系统.pptx
构建家庭智慧健康管理系统，一种新型的健康保障模式

随便看看