CN105550717A - 体脂测量***及配对方法 - Google Patents

Abstract

一种体脂测量***及配对方法，其中体脂测量***包括：测量单元，用以测量使用者的现时体重及现时阻抗作为现时分析数据组；存储单元，用以累积地存储用户名称、与用户名称相应的用户特征信息和多个包括记录体重及记录阻抗的记录分析数据组；以及处理单元，用以配对与使用者相应的所述用户名称，并读取与所述用户名称相应的所述用户特征信息，同时结合所述现时体重及所述现时阻抗以计算取得体脂信息。

Description

体脂测量***及配对方法

技术领域

本发明关于体脂测量领域，特别是关于一种采用KNN演算法作为用户名称与使用者配对的体脂测量***、***及其配对方法。

背景技术

现代人工作繁忙，生活步调十分地紧凑，但随着生活品质及健康概念的提升，人们开始了解事业上的成功，并不代表生活的全部，健康的身体才是生活的根本，因此许多户外休闲运动也因此应运而生，例如：单车、马拉松赛跑等。

而人们也开始通过户外休闲活动让自己保持良好的体态，许多居家或随身的测量***也开始日渐普及，人们除了利用测量***了解自身身体的状态外，也可藉此调整户外休闲运动的次数、程度或饮食的控制。市面上除了常见的体重计可以测量体重外，还有体脂计可检测身体脂肪的含量，目前体脂计利用传感器感测电流于身体内部导通的过程中，身体阻抗的变化，及所测出的现时体重，再搭配使用者先前输入的身高、性别、年龄等用户特征信息，以计算出使用者的体脂量。

但在测量体脂的过程中，使用者往往需要重复输入身高、性别、年龄等用户特征信息，因此造成了使用上的不便与困扰，例如在中国台湾专利公告第I489973号中，提出一种可携式的体脂测量***，在测量结束后，装置中的中央控制单元会提示使用者输入体重、身高、年龄、性别等自身参数，再根据所述多个参数来计算使用者的脂肪比例。此外，于现有技术中，亦提出一种利用测出的现时体重W及现时阻抗Z搭配单一一笔的记录体重Wm及记录阻抗Zm进行使用者身分的识别，其所利用的运算式如下：

Ad＝∣W-Wm∣*α+∣Z-Zm∣*β，

但由于体脂计内的记录体重Wm及记录阻抗Zm往往只保留一笔数据，造成其于用户名称与使用者进行配对时容易产生错误。

是以，如何解决重复输入用户名称、用户特征信息的不便，同时提高用户名称与使用者配对的准确性，为本发明欲解决的技术课题。

发明内容

本发明提供一种体脂测量***，其包括：

测量单元，用以测量使用者的现时体重及现时阻抗作为现时分析数据组；

存储单元，用以累积地存储用户名称、与所述用户名称相应的用户特征信息和多个记录分析数据组；以及

处理单元，用以配对所述使用者相应的所述用户名称，读取与所述用户名称相应的

所述用户特征信息并结合所述现时体重及所述现时阻抗以计算取得一体脂信息；

其中，所述处理单元读取所述现时体重及所述现时阻抗以及所述多个记录分析数据组进行演算步骤，所述演算步骤通过公式：Dn＝∣W-Wm∣*α+∣Z-Zm∣*β，其中，W为所述现时体重，Z为所述现时阻抗，Wm为所述多个记录分析数据组中的一记录体重，Zm为所述多个记录分析数据组中的一记录阻抗，以得到多个距离值Dn，将所述多个距离值由最小值至最大值依序进行排列，从所述多个距离值的最小值开始，依序取出K个(K为大于等于1的自然数)所述多个距离值，将K个所述多个距离值依所述多个记录分析数据组相应的所述用户名称进行分群运算，取分群运算结果最大者对应的所述用户名称与所述使用者进行配对，最后将所述现时分析数据组存入所述存储单元中的所述多个记录分析数据组。

于上述较佳实施方式中，其中K＝1～10。

于上述较佳实施方式中，其中现时体重与记录体重的单位为千克时，所述演算步骤的运算式的α介于0.2～0.5；现时阻抗与记录阻抗的单位为欧姆时，所述演算步骤的运算式的β介于1～5。

于上述较佳实施方式中，其中所述演算步骤的运算式的α值会随着重量单位的替换而有所变动，测量现时体重的单位若为克时，运算式中的α介于200～500。

于上述较佳实施方式中，其中还包括无线传输单元，所述无线传输单元通过无线方式连接可携式电子装置，所述使用者可通过所述可携式电子装置于所述存储单元内建立所述用户名称及与所述用户名称相应的所述用户特征信息，或通过无线传输单元传送所述体脂信息至所述可携式电子装置。

于上述较佳实施方式中，其中所述可携式电子装置包括：笔记本电脑、平板、个人数字助理、移动电话、手表或游戏机。

于上述较佳实施方式中，其中还包括显示单元，所述显示单元显示的信息包括：所述现时体重、所述用户名称、与所述用户名称相应的所述用户特征信息或所述体脂信息。

本发明又一较佳作法，关于一种用户名称配对及体脂测量的方法，用以进行使用者与用户名称的配对以及体脂的测量，包括下列步骤：

(a).测量所述使用者并得到现时体重及现时阻抗作为现时分析数据组；

(b).以所述现时体重及所述现时阻抗及多个记录分析数据组进行一演算步骤以得到多个距离值，所述演算步骤的运算式为：

Dn＝∣W-Wm∣*α+∣Z-Zm∣*β，

其中W为所述现时体重，Z为所述现时阻抗，Wm为所述记录体重，Zm为记录阻抗；

(c).将所述多个距离值由最小值至最大值依序进行排列，从所述多个距离值的最小值开始，依序取出K个(K为大于等于1的自然数)所述多个距离值；

(d).将K个所述多个距离值依所述多个记录分析数据组相应的所述用户名称进行分群运算，取分群运算结果最大者对应的所述用户名称与所述使用者进行配对；

(e).读取与所述用户名称相应的用户特征信息并结合所述现时体重及所述现时阻抗以计算取得体脂信息；以及

(f).将所述现时分析数据组存入所述多个记录分析数据组中。

于上述较佳实施方式中，其中K＝1～10。

于上述较佳实施方式中，其中所述现时体重与所述记录体重的单位为千克时，所述演算步骤的运算式的α介于0.2～0.5；

所述现时阻抗与所述记录阻抗的单位为欧姆时，所述演算步骤的运算式的β介于1～5。

附图说明

图1为本发明所提供的体脂测量***。

图2为本发明所提供体脂测量***内的结构示意图。

图3为本发明所提供体脂测量***与可携式电子装置的***方块图。

图4为本发明所提供使用者与用户名称配对的处理流程图。

【符号说明】

S11～S16步骤

1体脂测量***

10壳体

11显示单元

12测量单元

20处理单元

21无线传输单元

22存储单元

3可携式电子装置

4使用者

具体实施方式

本发明提供一种体脂测量***及其方法，请一并参阅图1、图2所示，其为本发明提供的一种体脂测量***1，所述体脂测量***1具有壳体10，显示单元11、测量单元12，其中所述显示单元11可为具功能按键(未示于图中)或具触控功能的液晶显示模块，所述测量单元12为一种测量电极，可用于测量使用者的现时体重以及现时阻抗以作为现时分析数据组。所述体脂测量***1内部具有处理单元20，所述处理单元20分别电性连接显示单元11、测量单元12、无线传输单元21及存储单元22，存储单元22可累积地存储一组或是多组的用户名称、与用户名称相应的用户特征信息及内含记录体重、记录阻抗的记录分析数据组，且记录分析数据组亦对应特定的用户名称。

请一并参阅图3、图4所示，其为本发明体脂测量***中，用户名称与使用者4配对及体脂测量运作的方法。请参阅图3所示，可携式电子装置3可通过无线方式与体脂测量***1中的无线传输单元21进行连接，其中所述无线方式可为：Wi-Fi、蓝牙(Bluetooth)、群峰无线网路(ZigBee)、超宽频(UltraWideBand；UWB)、Sub-GHz(1GHz以下频段)、家用高周波无线传输(HomeRF)、无线射频识别(RFID)或近距离无线通讯(NFC)等，而可携式电子装置3可为具无线传输功能的笔记本电脑、平板、个人数字助理(PDA)、移动电话、手表或是游戏机等。

使用者4在进行体脂测量时，可通过可携式电子装置3或直接利用具有功能按键(未示于图中)或触控功能的显示单元11于体脂测量***1中建立用户名称以及相应的用户特征信息，并将用户名称及相应的用户特征信息存储于存储单元22的中。体脂测量***1以测量单元12测量使用者4，进而获得使用者4的现时体重、现时阻抗等现时分析数据组，同时依据使用者4所输入用户特征信息中的身高、性别、年龄等参数及现时分析数据组中的现时体重、现时阻抗等参数计算出使用者4的体脂信息。

使用者4在首次输入或重新建立用户名称及相应的用户特征信息后，体脂测量***1于所述次测量过程并不进行用户名称与使用者4配对的步骤，而直接以所述次测量所得的现时分析数据组及使用者4首次输入或重新建立的用户特征信息计算出使用者4的体脂信息，尔后将所述次测量所得的现时分析数据组存入存储单元22作为样本数据库中的记录分析数据组，而每个用户名称可保存1笔或以上相应的记录分析数据组。请参阅图4所示，使用者4于次回或多次使用体脂测量***1进行体脂测量时，首先测量单元12测量使用者4并获得现时分析数据组(步骤S11)，尔后，所述处理单元12会读取存储单元22中多个记录分析数据组并利用现时分析数据组进行演算步骤以得到多个距离值Dn(步骤S12)，所述演算步骤为KNN演算步骤，KNN的精神乃通过计算与已知类别案例的相似度，来评估未知类别案例可能的分类，故提出运算式如下：

Dn＝∣W-Wm∣*α+∣Z-Zm∣*β，

其中W为使用者4于所述次测量时所得的现时体重，Z为使用者4于所述次测量时所得的现时阻抗，Wm为存储于存储单元22中多个记录分析数据组中的记录体重，Zm为存储于存储单元22中多个记录分析数据组中的记录阻抗，记录分析数据组分别对应其所属用户名称。测量现时体重的单位若为千克时，KNN演算步骤的运算式中的α介于0.2～0.5；测量现时体重的单位若为克时，KNN演算步骤的运算式中的α介于200～500，此代表α值会随着重量单位的替换而有所变动，当从千克转换成克时，由于体重数值放大了1000倍，其系数范围也跟着放大1000倍；此外，本发明测量阻抗的单位采用欧姆，KNN演算步骤的运算式中的β系数范围则介于1～5之间。

KNN演算步骤的核心概念就是想找出最吻合使用者4的用户名称，而处理单元12利用现时体重、现时阻抗及多个记录分析数据组进行KNN演算步骤，进而计算而得到多个距离值Dn，将多个距离值Dn由最小值至最大值依序进行排列，从多个距离值Dn的最小值开始，依序取出K个(K＝1～10)距离值Dn(步骤S13)，其中，K为一预设数量，其范围可自1至10。将所取出的K个(K＝1～10)距离值Dn依记录分析数据组相应的用户名称进行分群运算，取分群运算结果最大者所对应的用户名称与使用者进行配对(步骤S14)，所述分群运算为将所述K个(K＝1～10)距离值Dn进行倒数再相加的距离加权运算。接着，处理单元12读取与所配对用户名称相应的用户特征信息并结合所述现时体重及现时阻抗以计算取得体脂信息(步骤S15)，其中体脂信息包括：BMI、体脂肪率、肌肉量、身体水分量、骨骼重量、内脏脂肪含量、基础代谢量和身体年龄等，最后，将现时分析数据组存入记录分析数据组中(步骤S16)。

举例而言，在测量使用者4的现时体重、现时阻抗后，于步骤S12、S13、S14及S15中，在预设数量K等于3的情况下，处理单元12依据KNN演算步骤运算得到多个距离值Dn后，会将得到的多个距离值Dn由最小值至最大值依序进行排列，并从多个距离值Dn的最小值开始，依序取出3个距离值Dn，若所取出3个距离值Dn分别为属于用户a的2个距离值Da1、Da2及属于用户b的1个距离值Db1，则将Da1、Da2分类于同一群中，而Db1则自成一群。将用户a的Da1、Da2及用户b的Db1分别进行倒数后再行相加的距离加权运算，其中用户a的距离加权值La＝1/Da1+1/Da2；用户b的距离加权值Lb＝1/Db1，若距离加权值La大于距离加权值Lb，则将用户a的用户名称与所述使用者4配对，并读取用户a的用户特征信息；若距离加权值Lb大于距离加权值La，则将用户b的用户名称与所述使用者4配对，并读取用户b的用户特征信息。

分别以四位体重相近，但身高有差别的两位男性、两位女性进行测试，来比较现有技术提出以单一一笔的记录体重Wm及记录阻抗Zm进行使用者身分的识别与本发明提供的演算步骤与分群距离加权运算的使用者身分识别的准确率。分别于不同时间点下进行身分的识别，其识别成功率如下表1.1所示：

(P1、P2、P3、P4代表：受测者的识别号；V代表：识别成功；X代表：识别失败)

表1.1

由上表可知，于现有技术当中，在第6、8、9、12、14、15、16组中，发生识别错误的情况；相较于本发明提供的演算步骤与分群距离加权运算的识别方法，并无任何识别错误的情况发生。

本发明测量所得的现时体重、现时阻抗等数据，除了可累积地存储在存储单元22作为长期的记录与作为记录分析数据组的样本数据库外，亦可通过无线传输单元21将所测得的现时体重、现时阻抗、体脂信息等不同数据传输至可携式电子装置3供使用者4参考或记录。再者，当使用者4发现错误识别的情况产生时，可利用具功能按键(未示于图中)或触控功能的显示单元11或可携式电子装置3解除用户名称与使用者4之间的绑定，使用者4亦可选择重新建立新的用户名称及用户特征信息进行绑定。

综上所述，本发明所提供一体脂测量***及用户配对的方法，让使用者毋须重复输入用户名称及用户特征信息，另一方面，在使用现时体重及现时阻抗参数作为用户识别时，其识别准确度亦远远优于现有技术；因此，本发明实为一极具产业价值之作。

本发明得由熟悉本技艺的人士任施匠思而为诸般修饰，然皆不脱如附权利要求所欲保护。

Claims (10)

1.一种体脂测量***，其特征在于，其包括：

测量单元，用以测量使用者的现时体重及现时阻抗作为现时分析数据组；

存储单元，用以累积地存储用户名称、与所述用户名称相应的用户特征信息和多个记录分析数据组；以及

处理单元，用以配对所述使用者相应的所述用户名称，读取与所述用户名称相应的所述用户特征信息并结合所述现时体重及所述现时阻抗以计算取得体脂信息；

其中，所述处理单元读取所述现时体重及所述现时阻抗以及所述多个记录分析数据组进行演算步骤，所述演算步骤通过公式：Dn＝∣W-Wm∣*α+∣Z-Zm∣*β，其中，W为所述现时体重，Z为所述现时阻抗，Wm为所述多个记录分析数据组中的一记录体重，Zm为所述多个记录分析数据组中的一记录阻抗，以得到多个距离值Dn，将所述多个距离值由最小值至最大值依序进行排列，从所述多个距离值的最小值开始，依序取出K个(K为大于等于1的自然数)所述多个距离值，将K个所述多个距离值依所述多个记录分析数据组相应的所述用户名称进行分群运算，取分群运算结果最大者对应的所述用户名称与所述使用者进行配对，最后将所述现时分析数据组存入所述存储单元中的所述多个记录分析数据组。

2.如权利要求1所述的体脂测量***，其特征在于，K＝1～10。

3.如权利要求1或2所述的体脂测量***，其特征在于，现时体重与记录体重的单位为千克时，所述演算步骤的运算式的α介于0.2～0.5；

现时阻抗与记录阻抗的单位为欧姆时，所述演算步骤的运算式的β介于1～5。

4.如权利要求1或2所述的体脂测量***，其特征在于，所述演算步骤的运算式的α值会随着重量单位的替换而有所变动，测量现时体重的单位若为克时，运算式中的α介于200～500。

5.如权利要求1所述的体脂测量***，其特征在于，还包括无线传输单元，所述无线传输单元通过无线方式连接可携式电子装置，所述使用者可通过所述可携式电子装置于所述存储单元内建立所述用户名称及与所述用户名称相应的所述用户特征信息，或通过无线传输单元传送所述体脂信息至所述可携式电子装置。

6.如权利要求2所述的体脂测量***，其特征在于，所述可携式电子装置包括：笔记本电脑、平板、个人数字助理、移动电话、手表或游戏机。

7.如权利要求1所述的体脂测量***，其特征在于，还包括显示单元，所述显示单元显示的信息包括：所述现时体重、所述用户名称、与所述用户名称相应的所述用户特征信息或所述体脂信息。

8.一种用户名称配对及体脂测量的方法，其特征在于，用以进行使用者与用户名称的配对以及体脂的测量，包括下列步骤：

(a).测量所述使用者并得到现时体重及现时阻抗作为现时分析数据组；

(b).以所述现时体重及所述现时阻抗及多个记录分析数据组进行演算步骤以得到多个距离值，所述演算步骤的运算式为：

Dn＝∣W-Wm∣*α+∣Z-Zm∣*β，

其中W为所述现时体重，Z为所述现时阻抗，Wm为所述记录体重，Zm为记录阻抗；

(c).将所述多个距离值由最小值至最大值依序进行排列，从所述多个距离值的最小值开始，依序取出K个(K为大于等于1的自然数)所述多个距离值；

(d).将K个所述多个距离值依所述多个记录分析数据组相应的所述用户名称进行分群运算，取分群运算结果最大者对应的所述用户名称与所述使用者进行配对；

(e).读取与所述用户名称相应的用户特征信息并结合所述现时体重及所述现时阻抗以计算取得体脂信息；以及

(f).将所述现时分析数据组存入所述多个记录分析数据组中。

9.如权利要求8所述的用户名称配对及体脂测量的方法，其特征在于，K＝1～10。

10.如权利要求9所述的用户名称配对及体脂测量的方法，其特征在于，

所述现时体重与所述记录体重的单位为千克时，所述演算步骤的运算式的α介于0.2～0.5；

所述现时阻抗与所述记录阻抗的单位为欧姆时，所述演算步骤的运算式的β介于1～5。