智能闹钟管理系统及其方法与流程

本申请涉及智能生产领域，且更为具体地，涉及一种智能闹钟管理系统及其方法。

背景技术：

1、智能闹钟是一款带有睡眠循环跟踪功能的闹钟，可以根据用户的睡眠状态，自动调整闹钟的响应方式。如果睡眠者处于浅睡眠阶段，该模块可以通过渐强的铃声或振动来唤醒用户；如果睡眠者处于深睡眠阶段，该模块可以通过灯光或气味来刺激用户的感官，促使用户醒来。但如果脱离外界环境监测而仅考虑常规的睡眠指标，会造成睡眠状态判断出现偏差，从而影响闹钟的响应模式。

2、因此，期待一种优化的智能闹钟管理方案。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种智能闹钟管理系统及其方法，其获取预定时间段内多个预定时间点的环境湿度值和环境噪声值，以及多个预定时间点的待监测睡眠者的心率值和呼吸频率值，进一步用基于深度神经网络模型的人工智能技术来进行数据关联和多尺度提取，以得到用于表示睡眠状态的分类结果并基于所述分类结果，确定闹钟类型。这样，通过构建智能闹钟管理方案，能够智能的调整对应闹钟模式，从而提供个性化的服务，提高人们的睡眠质量。

2、根据本申请的一个方面，提供了一种智能闹钟管理系统，其包括：

3、内外监控模块，用于获取预定时间段内多个预定时间点的环境湿度值和环境噪声值，以及，所述多个预定时间点的待监测睡眠者的心率值和呼吸频率值；

4、睡眠状态参数关联模块，用于将所述多个预定时间点的待监测睡眠者的心率值和呼吸频率值分别按照时间维度排列为心率输入向量和呼吸频率输入向量后，计算所述心率输入向量和所述呼吸频率输入向量之间的睡眠状态关联矩阵；

5、环境参数关联模块，用于将所述多个预定时间点的环境湿度值和环境噪声值分别按照时间维度排列为湿度输入向量和噪声输入向量后，计算所述湿度输入向量和所述噪声输入向量之间的环境参数关联矩阵；

6、特征提取模块，用于将所述睡眠状态关联矩阵和所述环境参数关联矩阵分别通过相邻层使用互为转置的卷积核的卷积神经网络模型以得到睡眠状态关联特征矩阵和环境参数关联特征矩阵；

7、融合模块，用于融合所述睡眠状态关联特征矩阵和所述环境参数关联特征矩阵以得到分类特征矩阵；以及

8、状态监测结果生成模块，用于将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示睡眠状态并基于所述分类结果，确定闹钟类型。

9、在上述智能闹钟管理系统中，所述睡眠状态参数关联编码模块，用于：以如下睡眠状态关联公式计算所述心率输入向量和所述呼吸频率输入向量之间的睡眠状态关联矩阵；其中，所述睡眠状态关联公式为：

10、

11、其中va表示所述心率输入向量，表示所述心率输入向量的转置向量，vb表示所述呼吸频率输入向量，m1表示所述睡眠状态关联矩阵，表示矩阵相乘。

12、在上述智能闹钟管理系统中，所述环境参数关联编码模块，用于：以如下环境参数关联公式计算所述湿度输入向量和所述噪声输入向量之间的环境参数关联矩阵；其中，所述环境参数关联公式为：

13、

14、其中vc表示所述湿度输入向量，vct表示所述湿度输入向量的转置向量，vd表示所述噪声输入向量，m2表示所述环境参数关联矩阵，表示矩阵相乘。

15、在上述智能闹钟管理系统中，所述特征提取模块，包括：所述相邻层使用互为转置的卷积核的第一卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对所述输入数据进行基于第一二维卷积核的卷积处理、池化处理和非线性处理以得到第一激活特征图；以及，对所述第一激活特征图进行基于第二二维卷积核的卷积处理、池化处理和非线性激活处理以得到第二激活特征图，其中，所述第一二维卷积核和所述第二二维卷积核互为转置；其中，所述相邻层使用互为转置的卷积核的第一卷积神经网络模型的第一层的输入为所述睡眠状态关联矩阵，所述相邻层使用互为转置的卷积核的第一卷积神经网络模型的最后一层的输出为所述睡眠状态关联特征矩阵。

16、根据本申请的另一方面，提供了一种智能闹钟管理方法，其包括：

17、获取预定时间段内多个预定时间点的环境湿度值和环境噪声值，以及，所述多个预定时间点的待监测睡眠者的心率值和呼吸频率值；

18、将所述多个预定时间点的待监测睡眠者的心率值和呼吸频率值分别按照时间维度排列为心率输入向量和呼吸频率输入向量后，计算所述心率输入向量和所述呼吸频率输入向量之间的睡眠状态关联矩阵；

19、将所述多个预定时间点的环境湿度值和环境噪声值分别按照时间维度排列为湿度输入向量和噪声输入向量后，计算所述湿度输入向量和所述噪声输入向量之间的环境参数关联矩阵；

20、将所述睡眠状态关联矩阵和所述环境参数关联矩阵分别通过相邻层使用互为转置的卷积核的卷积神经网络模型以得到睡眠状态关联特征矩阵和环境参数关联特征矩阵；

21、融合所述睡眠状态关联特征矩阵和所述环境参数关联特征矩阵以得到分类特征矩阵；以及

22、将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示睡眠状态并基于所述分类结果，确定闹钟类型。

23、在上述智能闹钟管理方法中，将所述多个预定时间点的待监测睡眠者的心率值和呼吸频率值分别按照时间维度排列为心率输入向量和呼吸频率输入向量后，计算所述心率输入向量和所述呼吸频率输入向量之间的睡眠状态关联矩阵，用于：以如下睡眠状态关联公式计算所述心率输入向量和所述呼吸频率输入向量之间的睡眠状态关联矩阵；其中，所述睡眠状态关联公式为：

24、

25、其中va表示所述心率输入向量，表示所述心率输入向量的转置向量，vb表示所述呼吸频率输入向量，m1表示所述睡眠状态关联矩阵，表示矩阵相乘。

26、在上述智能闹钟管理方法中，将所述多个预定时间点的环境湿度值和环境噪声值分别按照时间维度排列为湿度输入向量和噪声输入向量后，计算所述湿度输入向量和所述噪声输入向量之间的环境参数关联矩阵，用于：以如下环境参数关联公式计算所述湿度输入向量和所述噪声输入向量之间的环境参数关联矩阵；其中，所述环境参数关联公式为：

27、

28、其中vc表示所述湿度输入向量，vct表示所述湿度输入向量的转置向量，vd表示所述噪声输入向量，m2表示所述环境参数关联矩阵，表示矩阵相乘。

29、与现有技术相比，本申请提供的一种智能闹钟管理系统及其方法，其获取预定时间段内多个预定时间点的环境湿度值和环境噪声值，以及多个预定时间点的待监测睡眠者的心率值和呼吸频率值，进一步用基于深度神经网络模型的人工智能技术来进行数据关联和多尺度提取，以得到用于表示睡眠状态的分类结果并基于所述分类结果，确定闹钟类型。这样，通过构建智能闹钟管理方案，能够智能的调整对应闹钟模式，从而提供个性化的服务，提高人们的睡眠质量。

技术特征：

1.一种智能闹钟管理系统，其特征在于，包括：

2.根据权利要求1所述的智能闹钟管理系统，其特征在于，所述睡眠状态参数关联编码模块，用于：

3.根据权利要求2所述的智能闹钟管理系统，其特征在于，所述环境参数关联编码模块，用于：

4.根据权利要求3所述的智能闹钟管理系统，其特征在于，所述特征提取模块，包括：

5.根据权利要求4所述的智能闹钟管理系统，其特征在于，所述融合模块，包括：

6.根据权利要求5所述的智能闹钟管理系统，其特征在于，所述第一散度计算单元，用于：

7.根据权利要求6所述的智能闹钟管理系统，其特征在于，所述第二散度计算单元，用于：

8.一种智能闹钟管理方法，其特征在于，包括：

9.根据权利要求8所述的智能闹钟管理方法，其特征在于，将所述多个预定时间点的待监测睡眠者的心率值和呼吸频率值分别按照时间维度排列为心率输入向量和呼吸频率输入向量后，计算所述心率输入向量和所述呼吸频率输入向量之间的睡眠状态关联矩阵，用于：

10.根据权利要求9所述的智能闹钟管理方法，其特征在于，将所述多个预定时间点的环境湿度值和环境噪声值分别按照时间维度排列为湿度输入向量和噪声输入向量后，计算所述湿度输入向量和所述噪声输入向量之间的环境参数关联矩阵，用于：

技术总结
本申请涉及智能管理领域，其具体地公开了一种智能闹钟管理系统及其方法，其获取预定时间段内多个预定时间点的环境湿度值和环境噪声值，以及多个预定时间点的待监测睡眠者的心率值和呼吸频率值，进一步用基于深度神经网络模型的人工智能技术来进行数据关联和多尺度提取，以得到用于表示睡眠状态的分类结果并基于所述分类结果，确定闹钟类型。这样，通过构建智能闹钟管理方案，能够智能的调整对应闹钟模式，从而提供个性化的服务，提高人们的睡眠质量。

技术研发人员：吕波,肖洪莉,谢思怡
受保护的技术使用者：滁州云拓互联科技有限公司
技术研发日：
技术公布日：2024/1/15