摘要
本发明公开了基于物联网的哮喘风险实时监测方法,具体涉及物联网技术领域,包括以下步骤:通过可穿戴生理传感设备采集用户生理数据,环境监测设备采集外界环境数据,分别生成生理数据稳健性指数和生态传感适应性指数,用于评估数据质量。将两个指数输入预训练机器学习模型,对综合数据干扰水平进行分类,判定数据质量为低干扰或高干扰;对于高干扰数据,触发寻优机制,采用模糊逻辑推理分析数据干扰来源,并确定优化方向;本发明可以对生理数据和环境数据的稳定性进行量化分析,避免低质量数据影响哮喘风险预测,提高生理和环境数据的可靠性,确保仅使用高质量数据进行哮喘风险评估,减少误报和漏报,确保哮喘监测精准度和稳定性。
技术关键词
环境监测设备
实时监测方法
卷积神经网络模型
数据
哮喘
指数
可穿戴生理
风险
生态
模糊集合
温湿度
训练机器学习模型
模糊规则
传感设备
模糊逻辑推理
变量