[发明专利]基于BP神经网络的心率监测方法及服务器

权利要求书

1.一种基于BP神经网络的心率监测方法，其特征在于，应用于服务器端，包括：

基于原始训练数据，对原始的BP网络神经模型进行训练，得到训练好的BP网络神经模型，其中所述原始训练数据为多个区域不同时段的多个儿童的心率特征数据，所述训练好的BP网络神经模型用于预测多个儿童的心率范围值；

获取目标区域多个儿童的心率特征数据；

将所述目标区域多个儿童的心率特征数据导入至所述训练好的BP网络神经模型中，确定目标区域内多个儿童的心率范围；

获取目标区域内任一目标儿童的监测终端的实际心率，若所述实际心率范围超出所述心率范围，则发送报警提示到移动终端；

所述基于原始训练数据，对原始的BP网络神经模型进行训练，得到训练好的BP网络神经模型，包括：

将原始训练数据进行归一化处理，输入至原始的BP网络神经模型进行训练，其中在训练过程中对原始的BP网络神经模型中的权重系数不断进行调整；

判断调整后BP网络神经模型的误差是否小于预设误差阈值；

若所述误差小于或等于预设误差阈值，则将调整后的BP网络神经模型作为训练好的BP网络神经模型；

其中，所述心率特征数据包括儿童的年龄、心情状态和心率。

2.如权利要求1所述的基于BP神经网络的心率监测方法，其特征在于，还包括：

若所述误差大于预设误差阈值，则继续执行对原始的BP网络神经模型中的系数进行调整，并判断误差是否小于预设误差阈值的步骤。

3.如权利要求1所述的基于BP神经网络的心率监测方法，其特征在于，所述将所述目标区域多个儿童的心率特征数据导入至所述训练好的BP网络神经模型中，确定目标区域内多个儿童的心率范围，包括：

将训练好的BP网络神经模型保存为Net；

将目标区域多个儿童的心率特征数据进行归一化处理后，载入所述Net得到目标区域多个儿童的心率范围。

4.一种基于BP神经网络的心率监测装置，其特征在于，应用于服务器端，包括：

模型训练模块，用于基于原始训练数据，对原始的BP网络神经模型进行训练，得到训练好的BP网络神经模型，其中所述原始训练数据为多个区域不同时段的多个儿童的心率特征数据，所述训练好的BP网络神经模型用于预测多个儿童的心率范围值；

数据获取模块，用于获取目标区域多个儿童的心率特征数据；

心率范围确定模块，用于将所述目标区域多个儿童的心率特征数据导入至所述训练好的BP网络神经模型中，确定目标区域内多个儿童的心率范围；

报警提示模块，用于获取目标区域内任一目标儿童的监测终端的实际心率，若所述心率范围超出心率范围，则发送报警提示到移动终端；

所述模型训练模块，具体用于将原始训练数据进行归一化处理，输入至原始的BP网络神经模型进行训练，其中在训练过程中对原始的BP网络神经模型中的权重系数不断进行调整；判断调整后BP网络神经模型的误差是否小于预设误差阈值；若所述误差小于或等于预设误差阈值，则将调整后的BP网络神经模型作为训练好的BP网络神经模型；

其中，所述心率特征数据包括儿童的年龄、心情状态和心率。

5.如权利要求4所述的基于BP神经网络的心率监测装置，其特征在于，所述心率范围确定模块，具体用于将训练好的BP网络神经模型保存为Net；将目标区域多个儿童的心率特征数据进行归一化处理后，载入所述Net得到目标区域多个儿童的心率范围。

6.一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述方法的步骤。

7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述方法的步骤。