[发明专利]识别用户的系统和方法在审

专利信息
申请号: 201780094397.7 申请日: 2017-08-30
公开(公告)号: CN111183424A 公开(公告)日: 2020-05-19
发明(设计)人: 韦传敏;彭衡;赵纪伟 申请(专利权)人: 深圳市长桑技术有限公司
主分类号: G06F21/32 分类号: G06F21/32
代理公司: 成都七星天知识产权代理有限公司 51253 代理人: 杨永梅
地址: 518101 广东省深圳市宝安区新安街*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 识别 用户 系统 方法
【权利要求书】:

1.一种方法,在具有至少一个处理器、至少一个计算机可读存储介质以及与测量设备连接的通信端口的计算设备上实现,所述方法包括:

获取与第一对象相关的第一生理数据;

从与所述第一对象相关的所述第一生理数据中提取至少一个第一生理特征;

确定与至少一个第一参考生理特征相关的第一模型;

基于所述第一模型和所述至少一个第一生理特征,生成第二模型,所述第二模型与对应于所述第二模型的至少一个第二参考生理特征相关;以及

基于所述第二模型和所述至少一个第一生理特征,确定与所述第一对象相关的至少一个识别生理特征,其中,所述至少一个识别生理特征对应于所述至少一个第二参考生理特征。

2.根据权利要求1所述的方法,其中,与所述第一对象相关的所述第一生理数据包括心电图(ECG)信号或光电容积描记图(PPG)信号中的至少一个。

3.根据权利要求1所述的方法,其中,所述确定与至少一个第一参考生理特征相关的第一模型还包括:

获取与多个对象相关的多个生理数据;

从所述多个生理数据中提取与所述多个对象相关的生理特征;以及

基于与所述多个对象相关的所述生理特征训练机器学习模型以生成所述第一模型。

4.根据权利要求1所述的方法,其中,所述机器学习模型是基于传统神经网络、长短期记忆网络、深度信任网络、对抗生成网络、支持向量机或随机森林模型中的至少一个构建的。

5.根据权利要求1所述的方法,其中,基于所述第一模型和所述至少一个第一生理特征,所述确定第二模型进一步包括:

基于所述第一模型和所述至少一个第一生理特征,确定至少一个有效生理特征,所述至少一个有效生理特征与所述至少一个第一参考生理特征相对应;以及

基于所述至少一个有效生理特征来训练所述第一模型,以生成对应于所述第一对象的所述第二模型。

6.根据权利要求1所述的方法,其中所述基于所述第一模型和所述至少一个第一生理特征,确定第二模型进一步包括:

获取与所述第一对象相关的第二生理数据,所述第二生理数据对应于所述第一生理数据;

基于所述第一模型和所述至少一个第一生理特征,生成第三模型,所述第二模型与所述第三模型相对应的至少一个第三参考生理特征相关;以及

通过基于所述第二生理数据训练所述第三模型,生成所述第二模型。

7.根据权利要求6所述的方法,其中,与所述第一对象相关的所述第二生理数据包括血压数据、血糖数据、心率数据或呼吸率数据中的至少一个,以及,所述至少一个第一生理特征包括心电图(ECG)信号或光电容积描记图(PPG)信号中的至少一个。

8.根据权利要求1所述的方法,还包括:

基于与所述第一对象相关的所述至少一个识别生理特征,识别第二对象。

9.根据权利要求1所述的方法,其中,基于所述第二模型和与所述第一对象相关的所述至少一个第一生理特征,识别第二对象,进一步包括:

获取与所述第一对象相关的所述至少一个识别生理特征;

确定与所述第二对象相关的至少一个第二生理特征;

比较与所述第二对象相关的所述至少一个第二生理特征和与所述第一对象相关的所述至少一个识别生理特征;以及

基于所述比较,识别所述第二对象。

10.根据权利要求1所述的方法,其中,所述确定与第二对象相关的至少一个第二生理特征,进一步包括:

获取所述第一模型或所述第二模型中的至少一个;以及

基于所述第一模型或所述第二模型中的至少一个,确定与所述第二对象相关的所述至少一个第二生理特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市长桑技术有限公司,未经深圳市长桑技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201780094397.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top