一种基于多维生理大数据深度学习的健康状态评价系统的制作方法

技术特征：

1.一种基于多维生理大数据深度学习的健康状态评价系统，其特征在于:包括后台分析系统和检测装置；

所述后台分析系统对原始生理数据样本C_q进行分析时，包括以下步骤：

1)获取所述原始生理数据样本C_q，样本C_q中具有m种生理参数，每一种生理参数均在n₀个时刻被采集；

2)：将原始生理数据样本C_q，归一化处理，得到S_q；

3)特征提取

选定生理数据集中的生理数据样本S_q输入变量，采用设定卷积层滑动窗口的方法，,得到特征映射值构成的数据集H_k；

设定池化窗口的大小，最大值池化数据集H_k，得到数据集I_k：

通过迭代，最终得到特征数据集I_K；

4)以数据集I_K为多元高斯分布的输入，得到高斯概率密度分布函数p(X)，设定ε为阈值；

获得健康状态模型为：

所述检测装置包括数据收集部分和数据分析部分；所述数据收集部分采集到被测者的生理数据保存到矩阵E，并传递给数据分析部分；

E中，具有m种生理参数，每一种生理参数均在pn₀个时刻被采集；

采用与步骤2)相同的方法，将数据样本E，归一化处理得到F；

选定生理数据集中的生理数据样本F输入变量，采用设定卷积层滑动窗口的方法，得到特征映射值构成的数据集PH_k；

设定池化窗口的大小，最大值池化数据集PH_k，得到数据集PI_k：

通过迭代，最终得到特征数据集PI_K；

将特征矩阵PI_K作为所述健康状态模型的生理特征输入矩阵，输出异常或正常。