[发明专利]一种基于机器学习的戒烟装置有效
申请号: | 201811451822.6 | 申请日: | 2018-11-30 |
公开(公告)号: | CN109588781B | 公开(公告)日: | 2021-06-01 |
发明(设计)人: | 刘金海;张玉璞;黄俊楠;张之航 | 申请(专利权)人: | 东北大学 |
主分类号: | A24F47/00 | 分类号: | A24F47/00 |
代理公司: | 沈阳东大知识产权代理有限公司 21109 | 代理人: | 李运萍 |
地址: | 110819 辽宁*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 机器 学习 戒烟 装置 | ||
本发明提供一种基于机器学习的戒烟装置,涉及烟盒技术领域。本发明包括外壳部分、信息输入模块、中央处理单元、显示模块、电源模块;外壳部分包括烟盒部分和开关部分;所述烟盒部分用于承载香烟;开关部分包括电子锁和开启按钮,用于按照控制模块输出的信息控制电子锁的锁紧或松开,并由开启按钮打开盒盖;所述信息输入模块设于烟盒部分的外壁用于输入数据,信息输入模块的输出端与中央处理单元的输入端相连接;中央处理单元的输出端与开关部分的输入端相连接;显示模块嵌于烟盒部分;电源模块用于对上述装置供电。本发明可以在一定程度上减轻戒烟者戒烟时对于香烟的依赖,从而增加戒烟成功的几率,且结构简单实用、操作方便。
技术领域
本发明涉及烟盒技术领域,尤其涉及一种基于机器学习的戒烟装置。
背景技术
烟草的广泛流行已成为对公众健康具有严重后果的全球性问题。中国是世界上最大的烟草生产国和消费国,每年因与烟草有关的疾病而死亡的人数在100万左右,如果吸烟率保持不变,这个数字将在2020年前增长到220万。世界卫生组织已明确指出,烟草依赖是一种慢性成瘾性疾病,并将烟草依赖作为一种疾病列入国际疾病分类,确认烟草是目前人类健康的最大威胁。但戒烟者对于烟草有极强的依赖性,往往因为意志力不够坚定而难以为继。因此必须帮助戒烟者增强意志力,而增强戒烟者意志力的方法又在很大程度上直接影响了戒烟成功与否;
目前的戒烟产品主要有以下的功能:1.用户制定目标,并由产品反复提醒或者强制实现目标2.通过建立用户群互相督促戒烟。但是在实际过程中有很多问题:第一:用户制定的目标主观性过大,很多时候对于目标树立的不科学,过于容易或者过于困难,缺乏科学有效的手段第二:建立社群互相督促,看似有效,但在实际过程中,人们更多的会被现实环境影响,而现有技术中有控烟功能的烟盒主要是由戒烟者提前设定吸烟量来执行控制,即依靠外界给定信息,而无法自身完善。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足,提供一种一种基于机器学习的戒烟装置;本发明可以在一定程度上减轻戒烟者戒烟时对于香烟的依赖,从而增加戒烟成功的几率,且结构简单实用、操作方便;
为解决上述技术问题,本发明所采取的技术方案是:
本发明提供一种基于机器学习的戒烟装置,包括外壳部分、信息输入模块、中央处理单元、显示模块、电源模块;
所述外壳部分包括烟盒部分和开关部分;所述烟盒部分用于承载香烟;所述开关部分包括电子锁和开启按钮,用于按照控制模块输出的信息控制电子锁的锁紧或松开,并由开启按钮打开盒盖;
所述信息输入模块设于烟盒部分的外壁用于输入数据,信息输入模块的输出端分别与显示模块的输入端相连接和数据预处理模块的输入端相连接;
所述中央处理单元包括数据预处理模块、吸烟行为预测模块、戒烟意愿预测模块、控制模块;所述数据预处理模块用于接收信息输入模块输出的数据并对该数据进行预处理,将处理后的数据输出至吸烟行为预测模块;所述吸烟行为预测模块用于根据数据预处理模块输出的数据预测使用者下一次吸烟时间,将吸烟时间输出至显示模块,将数据以及吸烟时间输出至戒烟意愿预测模块;所述戒烟意愿预测模块用于根据接收到的信息计算戒烟意愿,并确定第二天的吸烟数量;所述控制模块用于按照吸烟行为预测模块输出的时间控制开关部分的锁紧或松开;
所述显示模块设于烟盒部分的外壁,用于显示下一次开关部分开启的时间以及前一日的吸烟数;
所述电源模块嵌于外壳部分,与开关部分、信息输入模块、中央处理单元、显示模块相连接,用于对上述装置供电;
另一方面,本发明提供一种基于机器学习的戒烟方法,通过上述一种基于机器学习的戒烟装置实现,包括以下步骤:
步骤1:开机后自检搜索有无训练好的预测吸烟模型;若存在模型,则加载模型执行步骤3,若无模型则执行步骤2;
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东北大学,未经东北大学许可,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/201811451822.6/2.html,转载请声明来源钻瓜专利网。