[发明专利]一种个人体重变化预测系统及方法

权利要求书

1.一种个人体重变化预测系统，其特征在于：所述系统包括：客户终端，用于记录运动消耗卡路里量、饮食摄取卡路里量、睡眠时间记录终端；与客户终端无线连接的服务端；所述服务端为云平台。

2.根据权利要求1所述的个人体重变化预测系统，其特征在于：所述客户终端与服务端无线连接的方式为Wi-Fi通讯或蓝牙通讯或USB通讯。

3.根据权利要求1或2所述的个人体重变化预测系统，其特征在于：所述客户终端为手机终端或Pad终端或PC终端或运动手环或电子元器件终端。

4.根据权利要求3所述的个人体重变化预测系统，其特征在于：所述客户终端内设置有震动传感器、电子计数器、三轴传感器、定位模块、系统App、计算与储存单元以及第一通讯模块；

所述震动传感器为360°全方位振动传感器或微型贴片振动传感器，用于当客户终端受到任何程度的振动或移动时瞬间就会输出脉冲信号、从而对电路触发唤醒，用于实现振动触发，运动检测，芯片识别等唤醒功能。

所述电子计数器为计算计数器，具有计算功能的计数器，可进行数学运算，可用程序控制进行测量计算和显示等全部工作过；

所述三轴传感器为三轴陀螺仪，用于检查人体运动的角速度，以判别人体的运动状态；

定位模块为GPS定位器，是内置GPS模块和移动通信模块的终端，用于将GPS模块获得的定位数据通过移动通信模块传至服务端上，从而可以实现在手机上查询终端位置。

系统App，用于录入与显示个人信息，包括姓名信息、年龄信息、昵称信息、身高信息、性别信息、体重信息；

计算与储存单元，利用神经网络，预测体重变化；

第一通讯模块，用于将App上检测到的变化数值上传到服务端上。

5.根据权利要求4所述的个人体重变化预测系统，其特征在于：所述服务端为云平台，所述云平台包含数据运营系统、服务器以及第二通讯模块。

6.一种个人体重变化预测方法，其特征在于：所述方法包括以下步骤：

1)获取当前体重，根据性别年龄调用对照表，调用神经网络模型获得隐藏层输入层权值隐藏层输出层权值

2)获取运动消耗卡路里量x₁(t)、饮食摄取卡路里量x₂(t)、睡眠时间x₃(t)；

3)根据步骤1的隐藏层输入层权值隐藏层输出层权值和步骤2的运动消耗卡路里量x₁(t)、饮食摄取卡路里量x₂(t)、睡眠时间x₃(t)调用神经网络模型获得体重预测变化，并更新对照表；

4)重复上述步骤1-3。

7.根据权利要求6所述的个人体重变化预测方法，其特征在于：当前体重作为输入项，利用隐藏层采用加权/sigmoid函数形式的神经网络，体重变化数值y(t)的计算公式为：

式中，y(t)为第t天体重变化数值，α为折算因子/延迟指数，l_c(t)为学习速率，q_i为评价网络第i个隐藏层输出信号，p_i为评价网络第i个隐藏层输入信号，N_ch为隐藏层数目x₁(t)；

根据梯度下降法则公式，隐藏层输入层权值隐藏层输出层权值权值调节方式具体算法如下：

式中，为评价误差。

8.根据权利要求7所述的个人体重变化预测方法，其特征在于：所述步骤3中预测体重按照如下算法获取：

式中，y(t)为第t天体重变化数值，α为折算因子/延迟指数，q_i为评价网络第i个隐藏层输出信号，p_i为评价网络第i个隐藏层输入信号，N_ch为隐藏层数目x₁(t)。