[发明专利]一种看护机器人的数据处理方法及装置

权利要求书

1.一种看护机器人的数据处理方法，其特征在于，所述方法包括：

模型引擎接收到目标对象的数据，生成目标对象的成长模型能力参数矩阵，其中，所述数据中包括所述目标对象的能力参数，所述能力参数包括实测能力参数以及所述目标对象对应的统计能力参数，生成的所述目标对象的成长模型能力参数矩阵中包括所述能力参数，以及根据所述能力参数计算出的能力参数调整值和综合能力参数；

所述模型引擎根据调整公式系数或者根据标准的成长模型能力参数矩阵对所述成长模型能力参数矩阵中的能力参数调整值进行调整，确定出调整后的所述能力参数调整值，其中，所述公式为根据所述能力参数计算出的综合能力参数和能力参数调整值所使用的；

所述模型引擎判断调整后的所述能力参数调整值是否超过预设阈值；

若所述调整后的能力参数调整值在所述预设阈值范围内，所述模型引擎将调整后的所述能力参数调整值发送给机器学习引擎，其中，所述机器学习引擎根据所述能力参数调整值为人工智能模块提供与所述目标对象交互时所需要的能力参数。

2.如权利要求1所述的方法，其特征在于，模型引擎接收到目标对象的数据，生成目标对象的成长模型能力参数矩阵，具体包括:

所述模型引擎接收到目标对象的能力参数，将接收到的所述能力参数进行计算，确定出能力参数调整值和综合能力参数，将所述能力参数、所述能力参数调整值以及所述综合能力参数添加到设定的能力参数矩阵模板中，生成目标对象的成长模型能力参数矩阵。

3.如权利要求1所述的方法，其特征在于，所述模型引擎对所述成长模型能力参数矩阵中的能力参数调整值进行调整，确定出调整后的所述能力参数调整值之后，该方法还包括:

所述模型引擎根据接收到的人为调整能力参数的指令，对所述成长模型能力参数矩阵中的能力参数进行调整，根据调整后的能力参数，确定出调整后的所述能力参数调整值。

4.如权利要求1～3中任一项所述的方法，其特征在于，所述调整后的能力参数调整值的加权平均值大于或等于调整前的所述实测能力参数的加权平均值。

5.一种模型引擎，其特征在于，所述模型引擎包括：

模型生成模块，用于接收到目标对象的数据，生成目标对象的成长模型能力参数矩阵，其中，所述数据中包括所述目标对象的能力参数，所述能力参数包括实测能力参数以及所述目标对象对应的统计能力参数，生成的所述目标对象的成长模型能力参数矩阵中包括所述能力参数，以及根据所述能力参数计算出的能力参数调整值和综合能力参数；

模型修正模块，用于根据调整公式系数或者根据标准的成长模型能力参数矩阵对所述成长模型能力参数矩阵中的能力参数调整值进行调整，确定出调整后的所述能力参数调整值，其中，所述公式为根据所述能力参数计算出的综合能力参数和能力参数调整值所使用的；

所述模型修正模块还用于，判断调整后的所述能力参数调整值是否超过预设阈值；

若所述调整后的能力参数调整值在所述预设阈值范围内，所述模型引擎将调整后的所述能力参数调整值发送给机器学习引擎，其中，所述机器学习引擎根据所述能力参数调整值为人工智能模块提供与所述目标对象交互时所需要的能力参数。

6.如权利要求5所述的模型引擎，其特征在于，所述模型生成模块具体用于：

接收到目标对象的能力参数，将接收到的所述能力参数进行计算，确定出能力参数调整值和综合能力参数，将所述能力参数、所述能力参数调整值以及所述综合能力参数添加到设定的能力参数矩阵模板中，生成目标对象的成长模型能力参数矩阵。

7.如权利要求5所述的模型引擎，其特征在于，所述模型修正模块还用于:

根据接收到的人为调整能力参数的指令，对所述成长模型能力参数矩阵中的能力参数进行调整，根据调整后的能力参数，确定出调整后的所述能力参数调整值。

8.如权利要求5～7中任一项所述的模型引擎，其特征在于，所述调整后的能力参数调整值的加权平均值大于或等于调整前的所述实测能力参数的加权平均值。