[发明专利]基于人体健康信息及空气成分数据的室内植物推荐方法

说明书

基于人体健康信息及空气成分数据的室内植物推荐方法

技术领域

本发明涉及家居生活设备领域，尤其涉及一种基于人体健康信息及空气成分分析的室内植物推荐方法。

背景技术

随着我国经济的发展，人们对居住环境的健康及舒适性要求也日益增长，特别是大气质量的好坏更是与我们每个人息息相关，如北京的雾霾，房屋装修后的甲醛残留，污浊空气中的二氧化硫等问题都会逐步影响人体健康。植物在光合作用的过程中能吸收二氧化碳放出氧气，从而增加室内的含氧量。有些植物还能吸收二氧化硫，甲醛，硫化氢等等，例如吊兰、黛粉叶等，对装修后室内残存的甲醛、氯、苯类化合物具较强吸收能力；芦荟、菊花等可以减少居室内苯的污染；雏菊、万年青等可以有效消除三氟乙烯的污染；月季、蔷薇等可吸收硫化氢、苯、苯酚、乙醚等有害气体。

除了吸收空气中的有害成分外，植物还能散发一些芳香来丰富我们的生活。这些芳香有抗菌成分，可以清除空气中的细菌和病毒，具有保健功能，如紫薇、茉莉、柠檬等植物，五分钟内就可以杀死白喉菌和痢疾菌等原生菌；蔷薇、石竹、铃兰、紫罗兰、玫瑰、桂花等植物散发的香味对结核杆菌、肺炎球菌、葡萄球菌的生长繁殖具有明显的抑制作用。有些芳香还可以调节人的神经系统，如丁香、茉莉可使人放松，有利于睡眠；玫瑰、紫罗兰可使人精神愉快，有发奋工作的欲望；锦紫苏、驱蚊草等气味有驱蚊除蝇作用。

而有些植物则不适合种植在室内，如夜来香在夜间能散发刺激嗅觉的微粒，对高血压和心脏病患者有不利影响；夹竹桃的花香能使人昏睡、智力降低；洋绣球散发的微粒会使人皮肤过敏发生瘙痒；郁金香的花朵有毒碱，过多接触易使人毛发脱落；松柏类花木散发出的油香，会影响人的食欲。为此如何选择最适宜居住人身体健康条件及室内气体环境的植物是一个复杂且具有实用价值的问题。

发明内容

本发明的目的是针对以上不足之处，提供了一种基于人体健康信息及空气成分分析的室内植物推荐系统，根据不同植物对大气中有害气体吸收情况的不同及其释放气味成分的差异，基于居住者身体健康信息，通过专家系统推荐最适宜当前室内种植的植物供用户选择。

本发明解决技术问题所采用的方案是一种基于人体健康信息及空气成分数据的室内植物推荐方法，包括以下步骤：

步骤S1：对室内空气成分分别进行数据采集；

步骤S2：通过人工神经网络模型将采集的数据与现有植物知识库及居住者健康信息进行分析处理，得到推荐结果；

步骤S3：将上述步骤S2中的得到的推荐结果，经一类比方法进行修正优化，包括以下步骤：

步骤S31：实时更新居住者当前健康信息，得到居住者当前健康信息特征向量；

步骤S32：将居住者当前健康信息特征向量与步骤S2中居住者健康信息特征向量进行类比，若居住者当前健康信息相对于步骤S2中居住者健康信息没有差别，则转到步骤S35；若居住者当前健康信息相对于步骤S2中居住者健康信息有差别，则转到步骤S33；

步骤S33：利用居住者当前健康信息特征向量和步骤S2中居住者健康信息特征向量进行类比生成差异向量；

步骤S34：将所述差异向量对步骤S2中的人工神经网络模型进行修正，得到修正后的人工神经网络模型，转到步骤S36；

步骤S35：采用步骤S2中的人工神经网络模型；

步骤S36：通过当前人工神经模型进行得到最终推荐结果；

步骤S4：将步骤S34中得到修正后的人工神经网络模型参数反馈至步骤S2中的人工神经网络模型，更新步骤S2中的人工神经网络模型相应的参数。

进一步的，所述步骤S2中的人工神经网络模型的建立，包括以下步骤：

步骤S21：进行人工神经网络的构建，通过系统建模，构建出合适的人工神经网络模型；

步骤S22：利用现有的植物知识库和居住者健康信息对所述人工神经网络模型进行训练，更新模型中相应的权值，得到训练完成的人工神经网络模型，包括以下步骤：

步骤S221：对步骤S21中的人工神经网络进行初始化；

步骤S222：对所述人工神经网络进行训练,若训练完成，则得到训练完成的人工神经网络模型，转到步骤S223；若训练未完成，则更新模型中的相应权值，继续步骤S221；

步骤S223: 将步骤S1中的传感器采集模块采集的数据结合数据库中现有的居住者健康信息和现有植物数据库的数据输入步骤S22得到的训练完成的人工神经网络模型，经人工神经网络决策输出推荐结果。