摘要
本发明涉及电子烟领域,尤其涉及一种具有保险激励机制的AI驱动型电子烟戒烟方法及系统,所述方法先获取用户多模态数据及用户画像信息,再将用户多模态数据和用户画像信息输入预训练后的神经网络模型中,预测得到用户在未来时间段的吸烟冲动概率,然后从预设数据库中调取与吸烟冲动概率相匹配的烟油混合配比调制参数,再将用户画像信息和烟油混合配比调制参数输入经过激励迭代后的强化学习算法中进行运算,得到用户的戒烟干预信息,最后,以戒烟干预信息限制电子烟启停或烟油混合比例调节。相较于现有技术,本发明方法解决了电子烟控制技术难以促成有效戒烟效力的技术问题。
技术关键词
戒烟方法
强化学习算法
多模态
画像
烟油
神经网络模型
风险评估值
智能电子烟
电子烟控制技术
健康风险评估
戒烟系统
时间段
数据
人工智能模型
参数
云端
烟弹
随机森林
系统为您推荐了相关专利信息
路径分析模型
路径特征
知识地图
推荐学习内容
学习内容推荐方法
多模态
深度学习模型
水下机器人
噪声滤波
增量学习算法
工业用减速器
寿命预测方法
样本
剩余使用寿命预测
机器学习模型