摘要
本发明公开了一种基于多源数据的近视防控系统及方法,涉及近视防控技术领域,包括,通过智能穿戴设备、摄像头和环境传感器,采集多源数据;对采集的多源数据,进行预处理,形成结构化的时间序列数据集;将结构化的时间序列数据集,分解为多个时间尺度,并提取时间序列特征值;根据预测结果,定义强化学习环境,使用深度强化学习算法,生成动态防控策略方案;根据生成的动态防控策略方案,长期跟踪用户的用眼习惯变化,生成近视防控方案。本发明通过使用小波变换将结构化的时间序列数据集分解为多个时间尺度,并提取时间序列特征值,实现了对用户用眼行为和环境变化的多层次描述,从而提高了近视风险预测的准确性和可靠性。
技术关键词
近视防控方法
时间序列特征
深度强化学习算法
特征值
强化学习环境
近视防控系统
智能穿戴设备
环境传感器
策略
表达式
动态
近视防控技术
数据采集模块
高风险
定义
习惯
索引
系统为您推荐了相关专利信息
残差神经网络
风险预测模型
特征选择
输出特征
样本
数据分析工具
线下
格式
智能决策模型
文本处理技术
网络安全事件
网络安全风险
历史数据特征
深度学习模型
防御系统
时序
智能控制方法
一维卷积神经网络
贝叶斯概率网络
加热