CN111460850A - 数据处理方法及装置、电子设备及存储介质 - Google Patents

数据处理方法及装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111460850A
CN111460850A CN201910002765.1A CN201910002765A CN111460850A CN 111460850 A CN111460850 A CN 111460850A CN 201910002765 A CN201910002765 A CN 201910002765A CN 111460850 A CN111460850 A CN 111460850A
Authority
CN
China
Prior art keywords
data
sleep
target user
model
state
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910002765.1A
Other languages
English (en)
Other versions
CN111460850B (zh
Inventor
郑智民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Communications Ltd Research Institute
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Communications Ltd Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Communications Ltd Research Institute filed Critical China Mobile Communications Group Co Ltd
Priority to CN201910002765.1A priority Critical patent/CN111460850B/zh
Priority to PCT/CN2019/130837 priority patent/WO2020140913A1/zh
Publication of CN111460850A publication Critical patent/CN111460850A/zh
Application granted granted Critical
Publication of CN111460850B publication Critical patent/CN111460850B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M21/02—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis for inducing sleep or relaxation, e.g. by direct nerve stimulation, hypnosis, analgesia
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0044—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the sight sense
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/33—Controlling, regulating or measuring
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Anesthesiology (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Hematology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Psychology (AREA)
  • Pain & Pain Management (AREA)
  • Acoustics & Sound (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Circuit Arrangement For Electric Light Sources In General (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明实施例公开了一种数据处理方法及装置、电子设备及存储介质。所述方法包括：获取环境数据；获取目标用户的当前状态数据和特征数据；根据所述当前状态数据，选择规律睡眠模型或非规律睡眠模型作为目标模型；将所述环境数据及所述特征数据输入到选择的目标模型中，获得灯光控制参数；利用所述灯光控制参数，控制发光设备的发光，其中，所述控制发光设备的发光包括：控制所述发光设备发射促进所述目标用户睡眠的光线，或，控制所述发光设备发射抑制所述目标用户睡眠的光线。

Description

数据处理方法及装置、电子设备及存储介质
技术领域
本发明涉及信息技术领域，尤其涉及一种数据处理方法及装置、电子设备及存储介质。
背景技术
光对人的生物效应可分为视觉效应和非视觉效应。视觉效应主要由视网膜的锥状细胞构成，感觉光度和色彩；非视觉效应主要由松果体的杆状细胞构成，感知光度，产生生物电，影响交感神经，支配松果体细胞释放褪黑素到流动的血液中，荷尔蒙分泌减少，新陈代谢减慢，诱导自然睡眠。
目前出现了一些通过灯光调节睡眠的技术方案，但是发现调节效果并不佳，尤其针对睡眠不是很规律的用户调节效果更差。
发明内容
有鉴于此，本发明实施例期望提供一种数据处理方法及装置、电子设备及存储介质。本发明的技术方案是这样实现的：
一种数据处理方法，包括：
获取环境数据；
获取目标用户的当前状态数据和特征数据；
根据所述当前状态数据，选择规律睡眠模型或非规律睡眠模型作为目标模型；
将所述环境数据及所述特征数据输入到选择的目标模型中，获得灯光控制参数；
利用所述灯光控制参数，控制发光设备的发光，其中，所述控制发光设备的发光包括：控制所述发光设备发射促进所述目标用户睡眠的光线，或，控制所述发光设备发射抑制所述目标用户睡眠的光线。
基于上述方案，所述根据所述目标用户的当前睡眠状态选择规律睡眠模型或非规律睡眠模型作为目标模型，包括以下至少之一：
若所述当前状态数据表明所述目标用户的当前睡眠状态不符合所述规律睡眠模型所对应的睡眠规律，选择所述非规律睡眠模型为所述目标模型；
若所述当前状态数据表明所述目标用户的当前睡眠状态符合所述规律睡眠模型所对应的睡眠规律，选择所述规律睡眠模型为所述目标模型。
基于上述方案，所述方法还包括：
若所述目标模型为非睡眠规律模型，获取所述目标用户的非规律睡眠数据；
所述将所述环境数据及所述特征数据输入到选择的目标模型中，获得灯光控制参数，包括：
将所述环境数据、所述特征数据及所述非规律舒睡眠数据输入到所述非规律睡眠模型中，获得所述灯光控制参数。
基于上述方案，所述非规律睡眠数据包括以下至少之一：
进入睡眠的睡眠时间偏差数据；
目标用户所在时区的时区偏差数据；
本次非规律睡眠的持续状态数据；
非规律睡眠的出现频次数据。
基于上述方案，所述获取环境数据包括以下至少之一：
获取当前季节数据；
获取当前目标用户所在空间的光照数据；
获取当前目标用户所在空间的温度数据；
和/或，
所述获取目标用户的特征数据，包括：
获取所述用户的静态特征数据；
获取所述用户的动态特征数据。
基于上述方案，所述获取所述用户的动态特征数据，包括以下至少之一：
采集所述目标用户当前的动作特征数据；
采集所述目标用户当前的体征特征数据。
基于上述方案，所述方法还包括：
对所述特征数据进行第一去噪处理，去除预设频率范围以外的第一噪声数据并得到第一特征数据；
对所述第一特征数据进行相关性分析滤波，去除位于所述预设频率范围内的第二噪声数据并得到第二特征数据；
解析所述第二特征数据获得表征所述目标用户状态的第三特征数据；
所述将所述环境数据及所述特征数据输入到选择的目标模型中，获得灯光控制参数，包括：
将所述第三特征数据及所述环境数据输入到所述目标用户的目标模型，得到所述灯光控制参数。
基于上述方案，所述解析所述第二特征数据获得表征所述目标用户状态的第三特征数据，包括：
解析所述第二特征数据，从所述第二特征数据提取出所述目标用户的时域特征数据，其中，所述时域特征数据包括：时域内所述第二特征数据所对应的特征曲线的波峰数据和/或波谷数据；
所述目标用户的动作曲线或体征变化曲线的波峰数据和/或波谷数据；
和/或，
解析所述第二特征数据，从所述第二特征数据提取出所述目标用户的频域特征数据；其中，所述频域特征数据包括：频域内所述第二特征数据所对应的特征曲线的波峰数据和/或波谷数据。
基于上述方案，所述第一噪声数据包括：采集设备的抖动频率位于所述预设频率范围外的抖动数据、电磁频率位于所述预设频率范围外的电磁干扰数据及电磁频率位于所述预设范围外的磁场噪声；
和/或，
所述第二噪声数据包括：采集设备的抖动频率位于所述预设频率范围内的抖动数据。
基于上述方案，所述将所述环境数据及所述特征数据输入到选择的目标模型中，获得灯光控制参数，包括：
按照降维处理策略，对所述第三特征数据及环境数据进行降维处理得到预设维度的输入数据；
将预设维度的输入数据输入到所述目标模型，得到所述灯光控制参数。
基于上述方案，所述按照降维处理策略，对所述第三特征数据及环境数据进行降维处理得到预设维度的输入数据，包括：
基于第一预设条件结合所述目标用户的动作特征数据，确定所述目标用户是否处于整体静止状态；
若所述目标用户处于动作状态，根据所述动作特征数据确定所述目标用户是否处于第一类局部静止状态；
若所述目标用户不处于所述第一类局部静止状态，根据所述动作特征数据确定所述目标用户是否处于第二类局部静止状态；
若所述目标用户处于动作状态，则根据所述目标用户当前所处的动作状态对所述目标用户的动作特征数据进行抽样，获得作为所述输入数据的抽样特征数据。
基于上述方案，所述按照降维处理策略，对所述第三特征数据及环境数据进行降维处理得到预设维度的输入数据，还包括：
若所述目标用户处于整体静止状态，则停止所述目标用户是否处于第一类局部静止状态和所述第二类局部静止状态的确定；
和/或，
若所述目标用户处于所述第一类局部静止状态，则停止所述目标用户是否处于所述第二类局部静止状态的确定。
基于上述方案，在所述利用所述灯光控制参数，控制发光设备的发光之后，所述方法还包括：
获得灯光控制的效果数据，其中，所述效果数据包括：所述目标用户的睡眠效果数据、睡眠活动数据及非睡眠活动数据的至少其中之一；
根据所述效果数据，优化所述规律睡眠模型和/或非规律睡眠模型。
一种数据处理装置，包括：
第一获取模块，用于获取环境数据；
第二获取模块，用于获取目标用户的当前状态数据和特征数据；
选择模块，用于根据所述当前状态数据，选择规律睡眠模型或非规律睡眠模型作为目标模型
第三获取模块，用于将所述环境数据及所述特征数据输入到选择的目标模型中，获得灯光控制参数；
控制模块，用于利用所述灯光控制参数，控制发光设备的发光，其中，所述控制发光设备的发光包括：控制所述发光设备发射促进所述目标用户睡眠的光线，或，控制所述发光设备发射抑制所述目标用户睡眠的光线。规律睡眠模型和非规律睡眠模型规律睡眠模型和非规律睡眠模型规律睡眠模型和非规律睡眠模型规律睡眠模型和非规律睡眠模型规律睡眠模型和非规律睡眠模型规律睡眠模型和非规律睡眠模型规律睡眠模型和非规律睡眠模型规律睡眠模型和非规律睡眠模型规律睡眠模型和非规律睡眠模型
一种电子设备，包括：
存储器；
处理器，与所述存储器连接，用于通过执行位于所述存储器上的计算机可执行指令，实现前述一个或多个技术方案提供的数据处理方法。
一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令；所述计算机可执行指令被执行后，能够前述一个或多个技术方案提供的数据处理方法。
本发明实施例提供的技术方案，会获取环境数据、目标用户的当前状态数据和特征数据，首先根据当前状态数据确定出是利用规律睡眠模型还是非规律睡眠模型作为目标模型，来形成灯光控制参数，如此，可以有针对性根据用户当前是规律睡眠还是非规律睡眠来控制灯光，从而提供更好的有利于抑制或促进睡眠的灯光控制，从而不管目前目标用户的睡眠是规律的还是非规律的，都能够实现精确的灯光控制，在目标用户需要促进睡眠时发射促进睡眠的灯光，需要抑制睡眠时发射抑制睡眠的灯光，以实现利用灯光精确的调节目标用户的睡眠。
附图说明
图1为本发明实施例提供的第一种数据处理方法的流程示意图；
图2为本发明实施例提供的第二种数据处理方法的流程示意图；
图3为本发明实施例提供的一种数据处理装置的结构示意图；
图4为本发明实施例提供的第三种数据处理方法的流程示意图；
图5为本发明实施例提供针对非规律睡眠的睡眠调剂方法的流程示意图；
图6为本发明实施提供的一种电子设备的结构示意图；
图7为本发明实施例提供的一种非规律睡眠模型控制发光设备发光的示意图。
具体实施方式
以下结合说明书附图及具体实施例对本发明的技术方案做进一步的详细阐述。
研究发现：倒时差、工厂三班倒的人、医护人员，时差的颠倒最容易导致慢性生物钟失衡，容易引发胃部不适到溃疡与心脏病等。交感神经的兴奋度与达到松果体的光色和光照强度相关。部分厂商推出蓝光照射，可改善非规律睡眠状况。助眠灯适当的光照(N1浅睡眠阶段(1200-7000Lux、自动觉醒前N4、REM阶段接受2500-10000lux)，会增加机体内褪黑激素的生成，褪黑激素(具有昼夜节律，午夜分泌达高峰)有助于加深睡眠的深度(REM和N4的比重)，改变睡眠-觉醒节律，调节生理时钟，调节睡眠质量。例如：遗传学的研究表明非视觉效应在480～485nm为最大，可见光不同波长的敏感度也不一致，它对黄绿光的灵敏度最高，而对红光和蓝光、紫光的敏感度则很低。红、绿、蓝3种色光分别在1000lx的照射下，对褪黑色激素的抑制率，红光很小，绿光最大，蓝光稍低，光的照射会明显增加心率，波长越短越显著，年轻人比老年人明显。人类在波长在480～485nm之间的光线最为敏感，不同人不同，受到人眼视网膜中央黄斑区黄色素影响，随着年龄的增加，视觉晶体变黄，会造成个体差异。但是，不同年龄、睡眠体质的人进入各睡眠阶段的时间可能不同、对光线的敏感程度也不同，仅根据一般人群进入各睡眠阶段的时间、设置每个人一样的助眠光照调节机制。可能反而影响睡眠，如老人睡眠浅，24：00还未进入浅睡，可能反而睡眠受到影响。另外，非规律睡眠与平时睡眠所需要的强度也不相同，非规律睡眠与平时睡眠的个体差异情况，如连续多少个小时未规律睡眠、非规律睡眠的时长、非规律睡眠的近期出现评率等，也是训练差分模型需要重点考虑的内容。
有鉴于此，考虑到规律睡眠和非规律睡眠时，用户所需的促进或抑制睡眠的灯光需求是不一致的，提出了如图1所示的数据处理方法，包括：
步骤S110：获取环境数据；
步骤S120：获取目标用户的当前状态数据和特征数据；
步骤S130：根据所述当前状态数据，选择规律睡眠模型或非规律睡眠模型作为目标模型；
步骤S140：将所述环境数据及所述特征数据输入到选择的目标模型中，规律睡眠模型和非规律睡眠模型获得灯光控制参数；
步骤S150：利用所述灯光控制参数，控制发光设备的发光，其中，所述控制发光设备的发光包括：控制所述发光设备发射促进所述目标用户睡眠的光线，或，控制所述发光设备发射抑制所述目标用户睡眠的光线。
本实施例提供的数据处理方法可应用于各种电子设备中，例如，可以应用于用户设备或者家庭网关中。所述用户设备可为：用户手机、平板电脑或可穿戴设备中。这些设备获得所述灯光控制参数之后，控制发光设备发光，或者控制自身发光。
所述发光设备可为各种能够发光的设备，可以是所述用户设备本身，也可以是卧室或客厅等目标用户所在位置的发光设备。
在本实施例中，电子设备会首先获取环境数据，该环境数据表征了目标用户当前所在空间的环境状况。例如，通过环境传感器采集环境数据。
不同的环境对用户的睡眠活动和非睡眠活动都有不同的影响。例如，在过亮或过暗的情况下，都不利用目标用户的睡眠。在本实施例中，希望可以通过灯光来辅助睡眠活动或非睡眠活动。在本实施例中，获取所述目标用户的特征数据，该特征数据可以组成目标用户的个体静态画像、目标用户的个体动态画像、目标用户的体征画像、目标用户的情绪画像等。
所述用户特征数据可包括：实现采集的特征数据，也包括动态采集的特征数据，例如，利用生理传感器动态采集的特征数据，该体征数据包括但不限于：目标用户的心跳数据、目标用户的脑电波数据、目标用户的脉搏数据等。
所述当前状态参数至少可以表征目标用户当前是处于睡眠状态还是非睡眠状态。
在一些实施例中，所述当前状态参数还可以用于表征目标用户处于睡眠状态下的睡眠分期或者睡眠深度；所述当前状态参数还可以用于表征目标用户处于非睡眠状态下的清醒程度等参数。
在本实施例中，一个目标用户对应了两个模型，分别是规律睡眠模型和非规律睡眠模型。
规律睡眠模型可以用于在目标用户的当前睡眠状态为规律睡眠时，形成所述灯光控制参数；非规律睡眠模型可以用于在目标用户的当前睡眠状态为非规律睡眠时，形成灯光控制参数。
如此，在步骤S140中可以根据目标用户的当前睡眠状态是否为规律睡眠来形成对应的灯光控制参数，以实现灯光的精准控制。
由于灯光的颜色和/或灯光的亮度，对人的情绪和体征都以有一定的促进或抑制影响，在本实施例中，利用环境数据和特征数据，作为目标模型的输入，该目标模型可以得到灯光控制参数，用于控制发光设备的发光。
例如，所述灯光控制参数包括以下至少之一：
灯光的颜色控制参数，用于控制光线的颜色，例如，该颜色控制参数可包括：发光波长，不同的波长对应了不同颜色的光线；
灯光的亮度控制参数，用于控制发光设备的发光亮度，例如，该亮度控制参数可包括：光线值。
灯光的颜色变化控制参数，
灯光的亮度变化控制参数，在一些情况下，灯光亮度变化的来促进用户睡眠或抑制用户睡眠。例如，在晨起的时候，灯光可能是要越来越亮；在晚边入睡的时候，灯光的亮度是要越来越暗；而灯光的颜色在需要唤醒目标用户时，可能需要从暖色调的灯光逐步切换到冷色调的灯光；而在入睡前可能需要从冷色调的灯光逐步切换到暖色调的灯光。
灯光的照射角度控制参数，用于控制灯光照射角度；若灯光直接照射到目标用户的视野范围内可能会抑制睡眠，而从侧面照射可能有助于用户睡眠，故所述灯光控制参数还包括照射角度控制参数。
总之，在本实施例中，所述环境数据和特征数据，输入的是目标用户自设的规律睡眠模型和非规律睡眠模型，如此，得到的是该目标用户个体的灯光控制参数；如此，区分了不同年龄、不同睡眠习惯、不同性别的目标用户的提供灯光控制参数，以针对每一个用户来进行灯光控制，从而确保满足用户个性的灯光控制。
所述步骤S130可包括以下至少之一：
若所述当前状态数据表明所述目标用户的当前睡眠状态不符合所述规律睡眠模型所对应的睡眠规律，选择所述非规律睡眠模型为所述目标模型；
若所述当前状态数据表明所述目标用户的当前睡眠状态符合所述规律睡眠模型所对应的睡眠规律，选择所述规律睡眠模型为所述目标模型。
例如，按照规律睡眠的睡眠规律，则当前时间目标用户应该处于睡眠状态，但是所述当前状态数据目标用户依然处于非睡眠状态，表明当前适合采用非规律睡眠模型形成所述灯光控制参数。
再例如，按照规律睡眠的睡眠规律，当前时间是用户的睡眠时间但是目标用户所在的时区发生了变化，同样可认为是不符合规律睡眠模型所对应的睡眠规律的，是需要选择非睡眠规律作为所述目标模型的。
总之，若睡眠时间和睡眠时区(目标用户所在时区)任意一个不满足规律睡眠模型所对应的睡眠规律时，选择非规律睡眠模型作为目标模型，否则选择规律睡眠模型作为目标模型。
在另一些实施例中，所述方法还包括：
若所述目标模型为非睡眠规律模型，获取所述目标用户的非规律睡眠数据；
所述步骤S140可包括：将所述环境数据、所述特征数据及所述非规律舒睡眠数据输入到所述非规律睡眠模型中，获得所述灯光控制参数。
非规律睡眠数据可包括：各种表征非规律睡眠状态与规律睡眠状态之间的差异数据等。如此，非规律睡眠模型可以结合非规律睡眠数据、确定是需要抑制睡眠还是促进睡眠。与此同时，非规律睡眠模型可以结合所述环境数据和特征数据，确定促进睡眠或抑制睡眠所需的具体的灯光控制参数。
在一些实施例中，如图7所示，所述非规律睡眠数据包括以下至少之一：
进入睡眠的睡眠时间偏差数据，例如，目标用户平常晚上10：00入睡，当前时间已经是第二天的1:15了，目标用户还未进入睡眠，这两者的时间差，2:15可以作为所述时间偏差数据的一种；
目标用户所在时区的时区偏差数据；例如，目标用户从北京飞往伦敦，由于北京所在时区和伦敦所在时区的差异，可以将时区偏差数据也作为非规律睡眠数据的以中国；
本次非规律睡眠的持续状态数据；例如，持续状态数据可包括以下至少之一：目标用户持续非规律睡眠的时长、目标用户非规律保持非睡眠状态的时长、目标用户非规律的保持睡眠状态的时长；
非规律睡眠的出现频次数据；例如，非规律睡眠的出现频次数据可包括以下至少之一：最近半个月或一个月等预设周期内，非规律睡眠的出现次数和/或频率。
这些非规律睡眠数据输入到非规律睡眠模型之后，方便非规律睡眠模型确定是促进睡眠还是抑制睡眠。此外，该非睡眠数据还可以与环境数据和特征数据一起用于促进睡眠或抑制睡眠的灯光控制参数的生成。
从图7可知，在图7中对于非规律睡眠模型引入了很多非规律睡眠数据(或称非规律睡眠因子，例如，进入睡眠的睡眠时间偏差数据、目标用户所在时区的时区偏差数据、非规律睡眠的出现频次数据及本次非规律睡眠的持续状态数据中的一个或多个。
在一些实施例中，所述步骤S110可包括以下至少之一：
获取当前季节数据；
获取当前目标用户所在空间的光照数据；
获取当前目标用户所在空间的温度数据。
不同的季节温度不同、日照不同、目标用户所需的睡眠时长和/或深浅睡眠不同。
在一些实施例中，所述环境数据还可包括：湿度数据，不同的湿度对目标用户的睡眠影响也是不同的。
和/或，
所述步骤S120可包括：
获取所述用户的静态特征数据；
获取所述用户的动态特征数据。
所述静态特征数据可包括：用户的静态个人画像所对应的数据，例如，目标用户的年纪、性别和/或个人睡眠特点等。
所述动态特征数据包括但不限于以下至少之一：
目标用户的肢体动作数据；
目标用户的心率数据；
目标用户的心率变异性(HRV)数据等。HRV表征了目标用户的交感神经和副交感申请的活跃程度，交感神经越活跃，用户的情绪越亢奋，越不宜睡眠。
在一些实施例中，所述获取所述用户的动态特征数据，包括以下至少之一：
采集所述目标用户当前的动作特征数据；例如，手部动作数据、脚部动作数据、头部动作数据和/或躯干部分动作数据；
采集所述目标用户当前的体征特征数据，例如，心率数据、血氧量数据和/或HRV数据等。
在一些实施例中，如图2所示，所述方法还包括：
步骤S101：对所述特征数据进行第一去噪处理，去除预设频率范围以外的第一噪声数据并得到第一特征数据；
步骤S102：对所述第一特征数据进行相关性分析滤波，去除位于所述预设频率范围内的第二噪声数据并得到第二特征数据；
步骤S103：解析所述第二特征数据获得表征所述目标用户状态的第三特征数据；
所述步骤S130可包括：将所述第三特征数据及所述环境数据输入到所述目标用户的目标模型，得到所述灯光控制参数。
在本实施例中为了减少输入到规律睡眠模型和非规律睡眠模型中的噪声数据，对灯光控制参数的精确度的影响，在本实施例中会首先对特征数据进行去噪处理。在本实施例中，为了尽可能的去除特征数据中的噪声数据，会进行两次去噪处理。例如，通过第一去噪处理，可以去除特征数据所在的预设频率范围外的第一噪声数据，再通过相关性分析，可以去除特征数据所在的预设频率范围内的第二噪声数据。用户的动作特征和/或体征都是会呈现一定的规律的，但是第二噪声数据可能不呈现这样的规律，这种规律可以为时域内的变化规律，和/或，频域内的变化规律，例如，用户的心跳数据是成一定周期性的，该周期性即为一种时域内的变化规律，用户的脑电波可能在不同频率的波之间切换，但是可能都在特定频点之间，这种规律为频域内的变化规律。所述相关性分析可为：通过分离出的各个信号是否满足目标用户的特征在时域和/或频域的变化规律的判断，过滤掉不符合目标用户在时与和/或频域的变化规律的第二噪声数据。当然此处仅是举例，具体的实现不局限于此。
在一些实施例中，所述步骤S103可包括：
解析所述第二特征数据，从所述第二特征数据提取出所述目标用户的时域特征数据，其中，所述时域特征数据包括：时域内所述第二特征数据所对应的特征曲线的波峰数据和/或波谷数据；
所述目标用户的动作曲线或体征变化曲线的波峰数据和/或波谷数据；
和/或，
解析所述第二特征数据，从所述第二特征数据提取出所述目标用户的频域特征数据；其中，所述频域特征数据包括：频域内所述第二特征数据所对应的特征曲线的波峰数据和/或波谷数据。
若目标用户在动作，则通过采集的动作特征数据可以在时域或频域绘制出动作曲线，动作曲线的波峰值和/或波谷值有非常大的可能是表征了用户动作特点的数据，故在本实施例中，可以从时域的动作曲线和/或频域的动作曲线的波峰数据和/或波谷数据提取出来，作为所述特征数据，输入到个体睡眠画像中。例如，从第二数据中提取动作波峰和波谷时的动作幅度、动作力度、各动作频率下的最大动作幅度和/或动作力度等参数。
用户的体征数据，也可以在时域和/或频域绘制出对应的体征曲线，可以根据体征曲线，可以提取出第二特征参数中波峰数据和/或波谷数据进行处理。
在一些实施例中，所述第一噪声数据包括：采集设备的抖动频率位于所述预设频率范围外的抖动数据、电磁频率位于所述预设频率范围外的电磁干扰数据及电磁频率位于所述预设范围外的磁场噪声；
和/或，
所述第二噪声数据包括：采集设备的抖动频率位于所述预设频率范围内的抖动数据。
设备的抖动会影响用户的动作特征数据，电磁干扰噪声和/或磁场噪声会影响用户的脑电波数据。
在一些实施例中，所述步骤S130可包括：
按照降维处理策略，对所述第三特征数据及环境数据进行降维处理得到预设维度的输入数据；
将预设维度的输入数据输入到所述目标，得到所述灯光控制参数。
实际获得的所述环境数据及所述特征数据按照预定组合方式组合后，会形成一个高纬度的向量和/或矩阵，但是这些数据中有一些数据可能对灯光控制参数的得到是没有特别多贡献的，或者，有些数据组合之后才会度灯光控制参数造成影响。为了减少数据处理量，在本实施例中，会利用降维处理策略对数据进行降维处理，例如，通过环境参数和特征数据的降维处理，仅获得M个数据作为所述人体睡眠画像模型的输入数据；所述M可为6、9或12等取值，具体的取值可以根据需求动态设置。
在一些实施例中，所述按照降维处理策略，对所述第三特征数据及环境数据进行降维处理得到预设维度的输入数据，包括：
基于第一预设条件结合所述目标用户的动作特征数据，确定所述目标用户是否处于整体静止状态；
若所述目标用户处于动作状态，根据所述动作特征数据确定所述目标用户是否处于第一类局部静止状态；
若所述目标用户不处于所述第一类局部静止状态，根据所述动作特征数据确定所述目标用户是否处于第二类局部静止状态；
若所述目标用户处于动作状态，则根据所述目标用户当前所处的动作状态对所述目标用户的动作特征数据进行抽样，获得作为所述输入数据的抽样特征数据。
例如，动作特征数据中的人体姿态数据可以作为整个身体是否处于静止状态的判断，若整个身体处于整体上处于静止状态，可能表示目标用户当前处于睡眠状态或者睡眠进入状态。
再例如，根据动作特征数据中各个部分的动作特征数据，整体上判断目标用户是否处于整体静止状态，例如，通过用户的手部动作数据和脚部动作数据整体判断目标用户是否处于整体静止状态，例如，用户手部动作数据表征目标用户的手部动作轻微，且脚部动作数据都表征脚步动作轻微，可认为目标用户处于整体静止状态，否则可认为目标用户处于动作状态。若目标用户处于动作状态，则需要进一步判断目标用户是否是局部动作状态，例如，目标用户可能躺下或坐下了但还在玩手机，则目标用户处于手部动作状态，而非手部静止状态。在本实施例中，还会判断用户是否处于局部静止状态，若目标用户某一个局部处于静止状态，则可能该局部的动作状态数据可以去除，不用作为输入数据；或者，需要作为数据。在本实施例中，第一类局部静止状态和第二类局部静止状态为不同的静止状态，差异可以体现在以下至少之一：
例如，不同类型的局部静止状态，例如，局部平动静止状态和局部转动静止状态；
再例如，第一局部静止状态所对应的局部大于第二类局部静止状态的所对应的局部。例如，第一局部静止状态所对应的局部可为整个上肢；所述第二类局部静止状态所对应的局部可能为手指。
为了减少不必要的数据处理，所述按照降维处理策略，对所述第三特征数据及环境数据进行降维处理得到预设维度的输入数据，还包括：
若所述目标用户处于整体静止状态，则停止所述目标用户是否处于第一类局部静止状态和所述第二类局部静止状态的确定；
和/或，
若所述目标用户处于所述第一类局部静止状态，则停止所述目标用户是否处于所述第二类局部静止状态的确定。
通过及时的停止不同静止状态的判断，可以减少所需的计算量，提升处理速率。
在一些实施例中，所述方法还包括：
获得灯光控制的效果数据，其中，所述效果数据包括：所述目标用户的睡眠效果数据和/或非睡眠活动数据；
根据所述效果数据，优化所述规律睡眠模型或非规律睡眠模型。
在本实施例中，所述规律睡眠模型可以采用规律睡眠模型的规律睡眠数据和规律睡眠效果数据进行训练。
所述非规律睡眠模型的训练数据可包括：
规律睡眠数据、灯光控制数据及规律睡眠效果数据；
非规律睡眠数据、灯光控制数据、及非规律睡眠效果数据。
此处的非规律睡眠数据的具体内容可以参见前述实施例，此处就不再展开论述了。
在规律睡眠数据、灯光控制数据及规律睡眠效果数据引入到非规律睡眠模型的训练中，如此，可以比照规律睡眠数据、灯光控制数据、及非规律睡眠效果数据进行模型训练，从而使得非规律睡眠模型在灯光控制参数的精确度上得到进一步提升。控制所述发光设备发光之后，还会采集用户的睡眠效果数据，例如，该睡眠效果数据可以表征受控调整之后的光线对用户的睡眠的促进作用和/或抑制作用，在本实施例中通过效果数据的获得，可以知道当前灯光调整之后的效果。利用效果是否达到预期效果，以及对应的灯光控制参数可以作为规律睡眠模型和非规律睡眠模型进一步优化训练的样本数据，进行所述规律睡眠模型和非规律睡眠模型的深度优化，从而使得该规律睡眠模型和非规律睡眠模型越用就越能够表征目标用户的个人特点，从而能够输出满足该目标用户个性特点的灯光控制参数，来调节灯光；以进一步提升扥光对用户睡眠阶段和/或非睡眠阶段的灯光控制。
如图3所示，本实施例还提供一种数据处理装置，包括：
第一获取模块110，用于获取环境数据；
第二获取模块120，用于获取目标用户的当前状态数据和特征数据；
选择模块130，用于根据所述当前状态数据，选择规律睡眠模型或非规律睡眠模型作为目标模型；
第三获取模块140，用于将所述环境数据及所述特征数据输入到选择的目标模型中，获得灯光控制参数；
控制模块150，用于利用所述灯光控制参数，控制发光设备的发光，其中，所述控制发光设备的发光包括：控制所述发光设备发射促进所述目标用户睡眠的光线，或，控制所述发光设备发射抑制所述目标用户睡眠的光线。
在一些实施例中，所述第一获取模块110、第二获取模块120、选择模块130、第三获取模块140及控制模块150均可为程序模块，该程序模块被处理器执行后，能够实现前述各种数据的获取，及发光设备的发光控制。
在一些实施例中，所述第一获取模块110、第二获取模块120、选择模块130、第三获取模块140及控制模块150均可为软硬结合模块，该软硬结合模块可包括：各种可编程阵列，例如，现场可编程阵列或复杂可编程阵列。
在还有一些实施例中，所述第一获取模块110、第二获取模块120、选择模块130、第三获取模块140及控制模块150均可为纯硬件模块，该纯硬件模块可包括：专用集成电路。
在一些实施例中，所述选择模块，具体用于执行以下至少之一：若所述当前状态数据表明所述目标用户的当前睡眠状态不符合所述规律睡眠模型所对应的睡眠规律，选择所述非规律睡眠模型为所述目标模型；若所述当前状态数据表明所述目标用户的当前睡眠状态符合所述规律睡眠模型所对应的睡眠规律，选择所述规律睡眠模型为所述目标模型。
在一些实施例中，所述装置还包括：
非规律睡眠数据模块，用于若所述目标模型为非睡眠规律模型，获取所述目标用户的非规律睡眠数据；
所述第三获得模块，具体用于将所述环境数据、所述特征数据及所述非规律舒睡眠数据输入到所述非规律睡眠模型中，获得所述灯光控制参数。
在一些实施例中，所述非规律睡眠数据包括以下至少之一：
进入睡眠的睡眠时间偏差数据；
目标用户所在时区的时区偏差数据；
本次非规律睡眠的持续状态数据；
非规律睡眠的出现频次数据。
在一些实施例中，所述第一获取模块110，具体用于执行以下至少之一：
获取当前季节数据；
获取当前目标用户所在空间的光照数据；
获取当前目标用户所在空间的温度数据；
和/或，
在一些实施例中，所述第二获取模块120，具体用于获取所述用户的静态特征数据；获取所述用户的动态特征数据。
在一些实施例中观，所述第二获取模块120，具体用于执行以下至少之一：
采集所述目标用户当前的动作特征数据；
采集所述目标用户当前的体征特征数据。
在一些实施例中，所述装置还包括：
第一去噪模块，用于对所述特征数据进行第一去噪处理，去除预设频率范围以外的第一噪声数据并得到第一特征数据；
第二去噪模块，用于对所述第一特征数据进行相关性分析滤波，去除位于所述预设频率范围内的第二噪声数据并得到第二特征数据；
解析模块，用于解析所述第二特征数据获得表征所述目标用户状态的第三特征数据；
所述第三获得模块，具体用于将所述第三特征数据及所述环境数据输入到所述目标用户的规律睡眠模型和非规律睡眠模型，得到所述灯光控制参数。
在一些实施例中，所述解析模块，具体用于解析所述第二特征数据，从所述第二特征数据提取出所述目标用户的时域特征数据，其中，所述时域特征数据包括：时域内所述第二特征数据所对应的特征曲线的波峰数据和/或波谷数据；所述目标用户的动作曲线或体征变化曲线的波峰数据和/或波谷数据；
和/或，解析所述第二特征数据，从所述第二特征数据提取出所述目标用户的频域特征数据；其中，所述频域特征数据包括：频域内所述第二特征数据所对应的特征曲线的波峰数据和/或波谷数据。
在一些实施例中，所述第一噪声数据包括：采集设备的抖动频率位于所述预设频率范围外的抖动数据、电磁频率位于所述预设频率范围外的电磁干扰数据及电磁频率位于所述预设范围外的磁场噪声；和/或，所述第二噪声数据包括：采集设备的抖动频率位于所述预设频率范围内的抖动数据。
在还有一些实施例中，所述第三获取模块140，具体用于按照降维处理策略，对所述第三特征数据及环境数据进行降维处理得到预设维度的输入数据；将预设维度的输入数据输入到所述规律睡眠模型和非规律睡眠模型，得到所述灯光控制参数。
在一些实施例中，所述第三获取模块140，具体用于基于第一预设条件结合所述目标用户的动作特征数据，确定所述目标用户是否处于整体静止状态；若所述目标用户处于动作状态，根据所述动作特征数据确定所述目标用户是否处于第一类局部静止状态；若所述目标用户不处于所述第一类局部静止状态，根据所述动作特征数据确定所述目标用户是否处于第二类局部静止状态；若所述目标用户处于动作状态，则根据所述目标用户当前所处的动作状态对所述目标用户的动作特征数据进行抽样，获得作为所述输入数据的抽样特征数据。
在一些实施例中，所述第三获取模块140，具体用于若所述目标用户处于整体静止状态，则停止所述目标用户是否处于第一类局部静止状态和所述第二类局部静止状态的确定；和/或，若所述目标用户处于所述第一类局部静止状态，则停止所述目标用户是否处于所述第二类局部静止状态的确定。
在一些实施例中，所述装置还包括：
第四获得模块，用于在所述利用所述灯光控制参数，控制发光设备的发光之后，获得灯光控制的效果数据，其中，所述效果数据包括：所述目标用户的睡眠效果数据和/或睡眠活动数据；
优化模块，用于根据所述效果数据，优化所述规律睡眠模型和非规律睡眠模型。
以下结合上述任意实施例提供几个具体示例：
示例1：
本发明通过智能手环采集使用者的动作、心率，通过智能投影手机或网关等智能设备进行色彩光线调节投影，自适应改善学习、工作的环境。结合不同波长光线、季节、个人体征情况，通过整体人群中对应画像模型预测每个人最适合的色彩睡眠调节模型，根据引起手环检测的心率和动作变化建立的个体睡眠效果评价模型，进行有监督的学习，从而建立最适合个体的色彩睡眠调节的规律睡眠模型或非规律睡眠模型，根据遗传算法不断修正。同时促进睡眠的相反方向是抑制睡眠，使得该清醒的状态抑制睡眠。
在一些实施例中，获得一级标签的测试样本，将所述测试样本导入至所述需求模型中，根据所述需求模型的输出结果得到所述需求模型的准确率；此处的需求模型可包括前述的规律睡眠模型和非规律睡眠模型。
在所述准确率不满足预设准确率要求时，根据所述需求模型的准确率对所述训练样本中各所述影响因子的影响权重以及对所述训练样本进行修改；
利用修改后的训练样本对所述需求模型进行训练，直至得到的需求模型的准确率满足所述预设准确率要求为止。
可选地，所述从数据库的多个通用模型中获得与一级标签匹配的通用模型的步骤，包括：
根据一级标签的人群类型从所述数据库的多个通用模型中查找到与所述一级标签的人群类型匹配的通用模型；
根据所述一级标签中的下一级标签构成情况从查找到的通用模型中选择出与所述一级标签的下一级标签构成情况一致的通用模型。
可选地，各所述影响因子包括多个特征，所述对所述训练样本进行预处理的步骤，包括：
检测所述训练样本中的所述多个影响因子的综合输出幅值是否处于预设范围内；
若未处于所述预设范围内，则分别计算各所述影响因子相对于所述通用模型中的影响因子的综合输出幅值的方差值；
检测各所述影响因子对应的方差值是否大于预设阈值，若大于所述预设阈值，则从所述多个影响因子中随机抽取预设数量的影响因子，对抽取出的影响因子中的各所述影响因子的特征进行归一化处理以简化各所述影响因子的数据量。
可选地，所述通用模型基于神经网络所构建，所述神经网络包括输入层、输出层及隐含层，所述输入层、输出层及隐含层分别包括多个神经元，所述输入层、输出层及隐含层之间的神经元具有连接权重值，所述将预处理后的训练样本导入至所述通用模型对所述通用模型进行训练的步骤，包括：
将预处理后的训练样本导入至所述神经网络的输入层，经过所述隐含层的训练后，从所述输出层输出；
检测所述输出层输出的结果是否达到预期结果，若未达到预期结果，则根据所述输出的结果和所述预期结果得到误差信号，并进入反向传播阶段；
将所述误差信号作为反向传播阶段的输入信号以从所述输出层向所述输入层反向回传，在反向回传的过程中，修正所述输入层、输出层和隐含层之间的神经元的连接权重值以逐渐减少最终输出的误差信号。
可选地，所述在反向回传的过程中，修正所述输入层、输出层和隐含层之间的神经元的连接权重值以逐渐减少最终输出的误差信号的步骤，包括：
在反向回传的过程中，利用如下公式修改所述输入层、输出层和隐含层之间的神经元的连接权重值以逐渐减少最终输出的误差信号：
Figure BDA0001934317190000211
其中，Wij表示输入层第i个神经元到隐含层第j个升级之间的连接权重值，XP表示第P个训练样本在输入层的第i个输入值，
Figure BDA0001934317190000212
表示隐含层第j个神经元的阈值。
可选地，所述根据所述需求模型的准确率对所述训练样本中各所述影响因子的影响权重以及对所述训练样本进行修改的步骤，包括：
将当前得到的需求模型的准确率与历史次数中所得到的需求模型的准确率进行比对；
若当前得到的需求模型的准确率高于历史次数中得到的一半以上的需求模型的准确率，则保留当前的训练样本，并对各所述影响因子的影响权重进行修改；
若当前得到的需求模型的准确率低于历史次数中得到的一半以上的需求模型的准确率，则将所述训练样本中的部分训练样本删除，并添加新的训练样本。
可选地，所述根据所述需求模型的准确率对所述训练样本中各所述影响因子的影响权重以及对所述训练样本进行修改的步骤之后，所述方法还包括：
建立适应度函数以评估修改后的训练样本中各所述训练样本的适应度值，利用遗传算法的选择机制选择出适应度值最高的训练样本；
利用遗传算法的交叉机制从多个训练样本中随机选择任意两个训练样本进行交叉，以得到下一代的训练样本；
利用所述适应度函数计算出所述下一代的训练样本中适应度值最高的训练样本；
检测所述下一代的训练样本的适应度值是否低于上一代的训练样本的适应度值，若低于，则利用遗传算法的变异机制引入变异因子以对所述下一代的训练样本进行变异操作，再计算变异操作后的训练样本的适应度值；
根据训练样本的适应度值对训练样本进行再次修改。
可选地，所述利用修改后的训练样本对所述需求模型进行训练，直至得到的需求模型的准确率满足所述预设准确率要求为止的步骤之后，所述方法还包括：
接收当前输入的待测信息，所述待测信息携带有多个不同的影响因子，各所述影响因子携带有对应的影响权重；
将所述待测信息导入至所述需求模型进行预测，以得到预测结果；
接收用户输入的对所述需求模型的预测结果的反馈信息；
根据所述反馈信息对所述需求模型的模型参数进行调整。
可选地，所述直至得到的需求模型的准确率满足预设要求为止的步骤之后，所述方法还包括：
将得到的满足预设准确率要求的需求模型存入所述数据库中，以对所述数据库中的数据进行更新。
本申请实施例还提供一种数据处理装置，该数据处理装置包括：
通用模型获取模块，用于从数据库的多个通用模型中获得与一级标签匹配的通用模型；
训练样本获取模块，用于获得一级标签的训练样本，所述训练样本携带多个不同的影响因子，各所述影响因子携带有对应的影响权重，所述训练样本包括所述一级标签的员工特性及医疗资源调配信息；
需求模型获得模块，用于对所述训练样本进行预处理，将预处理后的训练样本导入至所述通用模型对所述通用模型进行训练，以得到所述一级标签对应的需求模型；
准确率获得模块，用于获得一级标签的测试样本，将所述测试样本导入至所述需求模型中，根据所述需求模型的输出结果得到所述需求模型的准确率；
修改模块，用于在所述准确率不满足预设准确率要求时，根据所述需求模型的准确率对所述训练样本中各所述影响因子的影响权重以及对所述训练样本进行修改；
训练模块，用于利用修改后的训练样本对所述需求模型进行训练，直至得到的需求模型的准确率满足所述预设准确率要求为止。
使用通过有监督分类算法，以环境数据作为输入层，以个体睡眠质量评分作为输出层。通过与上一次环境数据输入形成的模型(历史最佳环境数据)作为对比，个体评价质量好坏作为训练监督因子，更好为1，更差为0。
工作信号的正向传播，在此期间，网络各神经元的权值和阀值保持不变，每一层神经元只影响下一层神经元的输入和状态，如果在输出端没有得到期望的输出值，网络即转入误差信号的反向传播过程。误差信号的反向传播，误差信号由输出端开始逐层回传，在此传播过程中，网络各神经元的权值和阀值由误差反馈按照一定的规则得以调整。以上两个阶段交替循环进行，每完成一次，用遗传算法进行修正。
同时个体作为整体人群中，对应群体画像人群的一个新输入因子，用SVM遗传修正整体人群对应画像人群环境模型，其对应人群的睡眠环境用户画像不断清晰细化。SVM分类器适应度函数f(xi)＝min(1-g(xi))，
Figure BDA0001934317190000231
为SVM分类器对样本划分正确率，随着样本量的增加，如果正确率高于历史最佳模型，则该模型取代原有最佳模型，从而随着样本量的增加模型自适应不断优化完善。
模型的自适应完善，可包括：随着样本量的增加，SVM分类器能够自适应不断优化完善。
SVM分类器适应度函数f(xi)＝min(1-g(xi))，
Figure BDA0001934317190000241
为SVM分类器对样本划分正确率包括：
进行3D建模；
设定边界条件；
非定常计算；
判断边界条件改变？
若否，判断结果为定常？若否，设定照相机的角度及行进路径及渲染效果；若是，返回非定常计算；
若是，返回设定边界条件。
此处的边界条件为SVM分类器的分类的边界。
助眠灯适当的光照(N1浅睡眠阶段(1200-7000Lux、自动觉醒前N4、REM阶段接受2500-10000lux)，会增加机体内褪黑激素的生成，褪黑激素(具有昼夜节律，午夜分泌达高峰)有助于加深睡眠的深度(REM和N4的比重)，改变睡眠-觉醒节律，调节生理时钟，调节睡眠质量。
遗传学的研究表明非视觉效应在480～485nm为最大，可见光不同波长的敏感度也不一致，它对黄绿光的灵敏度最高，而对红光和蓝光、紫光的敏感度则很低。红、绿、蓝3种色光分别在1000lx的照射下，对褪黑色激素的抑制率，红光很小，绿光最大，蓝光稍低，光的照射会明显增加心率，波长越短越显著，年轻人比老年人明显。人类在波长在480～485nm之间的光线最为敏感，不同人不同，受到人眼视网膜中央黄斑区黄色素影响，随着年龄的增加，视觉晶体变黄，会造成个体差异。
不同年龄、睡眠体质的人进入各睡眠阶段的时间可能不同、对光线的敏感程度也不同，仅根据一般人群进入各睡眠阶段的时间、设置每个人一样的助眠光照调节机制。可能反而影响睡眠，如老人睡眠浅，24：00还未进入浅睡，可能反而睡眠受到影响。
示例2：
如图4所示，本示例提供一种睡眠调节的数据处理方法，尤其是针对非规律睡眠的睡眠调节，具体包括：
检测目标用户的当前状态数据；
根据所述当前状态数据判断当前用户的睡眠是否为规律睡眠；
若是，则利用规律睡眠模型结合采集的环境数据和目标用户的特征数据进行灯光控制；
若否，则利用非规律睡眠模型结合采集的环境参数、特征数据及当前状态数据进行灯光控制。
进一步地，如图5所示，本示例提供的数据处理方法在针对非规律睡眠进行调节时可包括如下步骤：
根据所述当前状态数据，确定目标用户是否处于睡眠缺少状态；
若否，控制发光设备发射抑制睡眠的灯光；
若是，根据所述目标用户所在位置确定目标用户当前所在时区是否处于睡眠时间范围内；睡眠时间范围内可为目标用户一天内规律睡眠的失眠时间范围；
若是，控制发光设备发射促进睡眠的灯光；
若否，确定睡眠缺少的缺觉等级是否大于预定等级；
若大于预定等级，控制发光设备在预定时长内发射促进睡眠的灯光，并在发射促进睡眠的灯光等于所述预定时长后，控制发光设备发射抑制睡眠的灯光；
若不大于预定等级，控制发光设备发射抑制睡眠的灯光。
确定目标用户睡眠缺少的缺觉等级大于预定等级，可以根据目标用户连续未睡觉的时长是否达到预定等级所对应的时长；或者，目标用户的当前状态表征其缺少睡眠的体征状态不良于所述预定等级对应的体征状态等。总之，确定所述目标用户睡眠缺少的缺觉等级是否大于预定等级的方式有很多种，具体不限于上述任意一种。如图6所示，本实施例提供一种电子设备，包括：
存储器，用于信息存储；
处理器，与所述存储器连接，用于通过执行所述存储器存储的计算机可执行指令，实现前述一个或多个技术方案提供的方法，例如，图1、图2、图4、图及图5所示方法中的一个或多个。在一些实施例中，所述电子设备还包括：通信接口和/或人机交互接口，所述通信接口可包括：收发天线和/或网络接口，可以用于与其他电子设备进行信息交互。所述人机交互接口可用于与人进行交互，该人机交互接口可包括：实体按键和/或触控屏。
本实施例提供一种计算机存储介质，所述计算机存储介质用于存储计算机可执行指令；所述计算机可执行指令被处理器执行后，能够实现前述一个或多个技术方案提供的方法，例如，图1、图2、图4及图5所示方法中的一个或多个。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个***，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理模块中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (16)

1.一种数据处理方法，其特征在于，包括：
获取环境数据；
获取目标用户的当前状态数据和特征数据；
根据所述当前状态数据，选择规律睡眠模型或非规律睡眠模型作为目标模型；
将所述环境数据及所述特征数据输入到选择的目标模型中，获得灯光控制参数；
利用所述灯光控制参数，控制发光设备的发光，其中，所述控制发光设备的发光包括：控制所述发光设备发射促进所述目标用户睡眠的光线，或，控制所述发光设备发射抑制所述目标用户睡眠的光线。
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户的当前睡眠状态选择规律睡眠模型或非规律睡眠模型作为目标模型，包括以下至少之一：
若所述当前状态数据表明所述目标用户的当前睡眠状态不符合所述规律睡眠模型所对应的睡眠规律，选择所述非规律睡眠模型为所述目标模型；
若所述当前状态数据表明所述目标用户的当前睡眠状态符合所述规律睡眠模型所对应的睡眠规律，选择所述规律睡眠模型为所述目标模型。
3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
若所述目标模型为非睡眠规律模型，获取所述目标用户的非规律睡眠数据；
所述将所述环境数据及所述特征数据输入到选择的目标模型中，获得灯光控制参数，包括：
将所述环境数据、所述特征数据及所述非规律舒睡眠数据输入到所述非规律睡眠模型中，获得所述灯光控制参数。
4.根据权利要求3所述的方法，其特征在于，所述非规律睡眠数据包括以下至少之一：
进入睡眠的睡眠时间偏差数据；
目标用户所在时区的时区偏差数据；
本次非规律睡眠的持续状态数据；
非规律睡眠的出现频次数据。
5.根据权利要求1所述的方法，其特征在于，
所述获取环境数据包括以下至少之一：
获取当前季节数据；
获取当前目标用户所在空间的光照数据；
获取当前目标用户所在空间的温度数据；
和/或，
所述获取目标用户的特征数据，包括：
获取所述用户的静态特征数据；
获取所述用户的动态特征数据。
6.根据权利要求5所述的方法，其特征在于，所述获取所述用户的动态特征数据，包括以下至少之一：
采集所述目标用户当前的动作特征数据；
采集所述目标用户当前的体征特征数据。
7.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
对所述特征数据进行第一去噪处理，去除预设频率范围以外的第一噪声数据并得到第一特征数据；
对所述第一特征数据进行相关性分析滤波，去除位于所述预设频率范围内的第二噪声数据并得到第二特征数据；
解析所述第二特征数据获得表征所述目标用户状态的第三特征数据；
所述将所述环境数据及所述特征数据输入到选择的目标模型中，获得灯光控制参数，包括：
将所述第三特征数据及所述环境数据输入到所述目标用户的目标模型，得到所述灯光控制参数。
8.根据权利要求7所述的方法，其特征在于，所述解析所述第二特征数据获得表征所述目标用户状态的第三特征数据，包括：
解析所述第二特征数据，从所述第二特征数据提取出所述目标用户的时域特征数据，其中，所述时域特征数据包括：时域内所述第二特征数据所对应的特征曲线的波峰数据和/或波谷数据；
所述目标用户的动作曲线或体征变化曲线的波峰数据和/或波谷数据；
和/或，
解析所述第二特征数据，从所述第二特征数据提取出所述目标用户的频域特征数据；其中，所述频域特征数据包括：频域内所述第二特征数据所对应的特征曲线的波峰数据和/或波谷数据。
9.根据权利要求7所述的方法，其特征在于，
所述第一噪声数据包括：采集设备的抖动频率位于所述预设频率范围外的抖动数据、电磁频率位于所述预设频率范围外的电磁干扰数据及电磁频率位于所述预设范围外的磁场噪声；
和/或，
所述第二噪声数据包括：采集设备的抖动频率位于所述预设频率范围内的抖动数据。
10.根据权利要求7所述的方法，其特征在于，所述将所述环境数据及所述特征数据输入到选择的目标模型中，获得灯光控制参数，包括：
按照降维处理策略，对所述第三特征数据及环境数据进行降维处理得到预设维度的输入数据；
将预设维度的输入数据输入到所述目标模型，得到所述灯光控制参数。
11.根据权利要求10所述的方法，其特征在于，所述按照降维处理策略，对所述第三特征数据及环境数据进行降维处理得到预设维度的输入数据，包括：
基于第一预设条件结合所述目标用户的动作特征数据，确定所述目标用户是否处于整体静止状态；
若所述目标用户处于动作状态，根据所述动作特征数据确定所述目标用户是否处于第一类局部静止状态；
若所述目标用户不处于所述第一类局部静止状态，根据所述动作特征数据确定所述目标用户是否处于第二类局部静止状态；
若所述目标用户处于动作状态，则根据所述目标用户当前所处的动作状态对所述目标用户的动作特征数据进行抽样，获得作为所述输入数据的抽样特征数据。
12.根据权利要求11所述的方法，其特征在于，所述按照降维处理策略，对所述第三特征数据及环境数据进行降维处理得到预设维度的输入数据，还包括：
若所述目标用户处于整体静止状态，则停止所述目标用户是否处于第一类局部静止状态和所述第二类局部静止状态的确定；
和/或，
若所述目标用户处于所述第一类局部静止状态，则停止所述目标用户是否处于所述第二类局部静止状态的确定。
13.根据权利要求1或2所述的方法，其特征在于，在所述利用所述灯光控制参数，控制发光设备的发光之后，所述方法还包括：
获得灯光控制的效果数据，其中，所述效果数据包括：所述目标用户的睡眠效果数据、睡眠活动数据及非睡眠活动数据的至少其中之一；
根据所述效果数据，优化所述规律睡眠模型和/或非规律睡眠模型。
14.一种数据处理装置，其特征在于，包括：
第一获取模块，用于获取环境数据；
第二获取模块，用于获取目标用户的当前状态数据和特征数据；
选择模块，用于根据所述当前状态数据，选择规律睡眠模型或非规律睡眠模型作为目标模型；
第三获取模块，用于将所述环境数据及所述特征数据输入到选择的目标模型中，获得灯光控制参数；
控制模块，用于利用所述灯光控制参数，控制发光设备的发光，其中，所述控制发光设备的发光包括：控制所述发光设备发射促进所述目标用户睡眠的光线，或，控制所述发光设备发射抑制所述目标用户睡眠的光线。
15.一种电子设备，其特征在于，包括：
存储器；
处理器，与所述存储器连接，用于通过执行位于所述存储器上的计算机可执行指令，实现权利要求1至13任一项提供的数据处理方法。
16.一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令；所述计算机可执行指令被执行后，能够实现权利要求1至13任一项提供的数据处理方法。
CN201910002765.1A 2019-01-02 2019-01-02 数据处理方法及装置、电子设备及存储介质 Active CN111460850B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910002765.1A CN111460850B (zh) 2019-01-02 2019-01-02 数据处理方法及装置、电子设备及存储介质
PCT/CN2019/130837 WO2020140913A1 (zh) 2019-01-02 2019-12-31 数据处理方法及装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910002765.1A CN111460850B (zh) 2019-01-02 2019-01-02 数据处理方法及装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111460850A true CN111460850A (zh) 2020-07-28
CN111460850B CN111460850B (zh) 2023-05-12

Family

ID=71407277

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910002765.1A Active CN111460850B (zh) 2019-01-02 2019-01-02 数据处理方法及装置、电子设备及存储介质

Country Status (2)

Country Link
CN (1) CN111460850B (zh)
WO (1) WO2020140913A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022056916A1 (en) * 2020-09-21 2022-03-24 Siemens Aktiengesellschaft Controlling method and device for industrial device
CN116095922A (zh) * 2023-03-13 2023-05-09 广州易而达科技股份有限公司 一种照明灯控制方法、装置、照明灯和存储介质
CN116115878A (zh) * 2023-02-22 2023-05-16 王华虎 一种情景式营造犯困氛围的智能化快速催眠方法及装置
CN116170915A (zh) * 2023-04-23 2023-05-26 深圳市帝狼光电有限公司 一种护眼灯***、护眼灯的控制方法及护眼灯
WO2023236668A1 (zh) * 2022-06-06 2023-12-14 北京芯格诺微电子有限公司 应用于开关电源的开关周期自适应控制方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112799572B (zh) * 2021-01-28 2023-04-07 维沃移动通信有限公司 控制方法、装置、电子设备及存储介质
CN114675556B (zh) * 2022-03-29 2023-12-26 浙江想能睡眠科技股份有限公司 一种个性化助眠智能枕装置及控制方法
CN114767910A (zh) * 2022-04-13 2022-07-22 山东浪潮新基建科技有限公司 一种消毒控制方法及控制器

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012146256A2 (en) * 2011-04-28 2012-11-01 Lighten Aps A lighting system and a method for locally changing light conditions
CN105873319A (zh) * 2016-04-25 2016-08-17 乐视控股（北京）有限公司 灯光控制方法和终端设备
CN106879133A (zh) * 2016-12-29 2017-06-20 固安翌光科技有限公司 一种睡眠时灯光的控制方法及装置
WO2017101111A1 (zh) * 2015-12-18 2017-06-22 苏州大学 生物节律调整***和生物节律调整方法
CN106913313A (zh) * 2015-12-28 2017-07-04 ***通信集团公司 一种睡眠监测方法及***
WO2018049842A1 (zh) * 2016-09-13 2018-03-22 深圳市迈迪加科技发展有限公司 睡眠控制***、睡眠设备的控制方法及处理设备
CN108201435A (zh) * 2017-12-06 2018-06-26 深圳和而泰数据资源与云技术有限公司 睡眠分期确定方法、相关设备及计算机可读介质
CN109084432A (zh) * 2018-08-20 2018-12-25 广东美的暖通设备有限公司 睡眠环境的调控方法和空调器

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104121515B (zh) * 2014-06-27 2017-02-15 河海大学常州校区 调节睡眠的灯具及方法
US20170065792A1 (en) * 2015-09-03 2017-03-09 Withings Method and System to Optimize Lights and Sounds For Sleep
CN105517302B (zh) * 2016-01-29 2019-08-02 宇龙计算机通信科技(深圳)有限公司 一种灯具控制方法以及灯具控制装置
CN107743331B (zh) * 2017-10-18 2019-11-05 普联技术有限公司 光源控制方法、装置和***

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012146256A2 (en) * 2011-04-28 2012-11-01 Lighten Aps A lighting system and a method for locally changing light conditions
WO2017101111A1 (zh) * 2015-12-18 2017-06-22 苏州大学 生物节律调整***和生物节律调整方法
CN106913313A (zh) * 2015-12-28 2017-07-04 ***通信集团公司 一种睡眠监测方法及***
CN105873319A (zh) * 2016-04-25 2016-08-17 乐视控股（北京）有限公司 灯光控制方法和终端设备
WO2018049842A1 (zh) * 2016-09-13 2018-03-22 深圳市迈迪加科技发展有限公司 睡眠控制***、睡眠设备的控制方法及处理设备
CN106879133A (zh) * 2016-12-29 2017-06-20 固安翌光科技有限公司 一种睡眠时灯光的控制方法及装置
CN108201435A (zh) * 2017-12-06 2018-06-26 深圳和而泰数据资源与云技术有限公司 睡眠分期确定方法、相关设备及计算机可读介质
CN109084432A (zh) * 2018-08-20 2018-12-25 广东美的暖通设备有限公司 睡眠环境的调控方法和空调器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张俊民;王蓓;王行愚;: "基于特征融合的ARMA短时睡眠状态分析" *
张朕;焦学军;潘津津;姜劲;曹勇;杨涵钧;徐凤刚;: "基于fNIRs技术的清醒-睡眠状态识别" *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022056916A1 (en) * 2020-09-21 2022-03-24 Siemens Aktiengesellschaft Controlling method and device for industrial device
WO2023236668A1 (zh) * 2022-06-06 2023-12-14 北京芯格诺微电子有限公司 应用于开关电源的开关周期自适应控制方法
CN116115878A (zh) * 2023-02-22 2023-05-16 王华虎 一种情景式营造犯困氛围的智能化快速催眠方法及装置
CN116095922A (zh) * 2023-03-13 2023-05-09 广州易而达科技股份有限公司 一种照明灯控制方法、装置、照明灯和存储介质
CN116095922B (zh) * 2023-03-13 2023-08-18 广州易而达科技股份有限公司 一种照明灯控制方法、装置、照明灯和存储介质
CN116170915A (zh) * 2023-04-23 2023-05-26 深圳市帝狼光电有限公司 一种护眼灯***、护眼灯的控制方法及护眼灯
CN116170915B (zh) * 2023-04-23 2023-08-08 深圳市帝狼光电有限公司 一种护眼灯的控制方法、护眼灯***及介质

Also Published As

Publication number Publication date
WO2020140913A1 (zh) 2020-07-09
CN111460850B (zh) 2023-05-12

Similar Documents

Publication Publication Date Title
CN111460850B (zh) 数据处理方法及装置、电子设备及存储介质
US10589056B2 (en) Sleep inducing device and sleep management system including same
US20200178892A1 (en) Systems and methods for monitoring and modulating circadian rhythms
JP4192127B2 (ja) 睡眠状態管理装置及び睡眠状態管理方法
CN108310587A (zh) 一种睡眠控制装置与方法
CN110163371B (zh) 入睡环境调光优化方法
CN105592777A (zh) 用于睡眠管理的方法和***
CN110062498B (zh) 基于分区可控吸顶灯的公共宿舍混合照明***、方法
US20220370757A1 (en) Personalized sleep wellness score for treatment and/or evaluation of sleep conditions
CN110706816A (zh) 一种基于人工智能进行睡眠环境调控的方法及设备
CN111657855B (zh) 睡眠评估和睡眠唤醒方法及装置和电子设备
US11395902B2 (en) System and method for waking a user up with a stimulus of varying intensity
CN113951837A (zh) 一种睡眠环境中阅读面测光方法
KR20220110475A (ko) 클러스터-기반 수면 분석
KR102026774B1 (ko) 스마트 감성조명장치
CN114073493B (zh) 生理数据采集方法、装置及可穿戴设备
KR101912860B1 (ko) 우울증 인지 및 케어를 위한 스마트 주얼리 시스템
CN115779227A (zh) 一种闭环式提高深睡眠质量与愉悦感的方法和***
US20230329631A1 (en) Systems and methods involving sleep management
US20210011614A1 (en) Method and apparatus for mood based computing experience
CN210583316U (zh) 一种助眠***及其助眠灯
US20230277106A1 (en) Hot flash multi-sensor circuit system
US20230059947A1 (en) Systems and methods for awakening a user based on sleep cycle
US20220176152A1 (en) Method and system for improving light intake, light exposure, and lifestyle management of a user
KR20240038545A (ko) 인공지능을 이용한 실시간 수면 코칭 시스템 및 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant