一种基于深度学习的个性化冷风险预测评估方法及系统

本申请涉及冷风险预测技术领域，提供了一种基于深度学习的个性化冷风险预测评估方法及系统。该方法包括：对接收的目标个体的特征参数及目标个体所处位置的环境参数依次进行数据清洗、格式化；基于预先构建的热调节模型，对目标个体的皮肤温度进行初步预测，并根据初步预测结果和格式化后的特征参数，确定热调节模型中需进行关键参数调整的目标区段；其中，关键参数包括：代谢率、调定点温度、热容中的一个或多个；基于深度学习算法，根据格式化后的数据对目标区段的关键参数进行循环调整；基于关键参数调整后的热调节模型，对目标个体的皮肤温度进行二次预测，并根据二次预测结果确定目标个体的冷应激风险，并反馈至目标个体。