买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京睿智联科技有限公司申请的专利基于可穿戴设备的养老体征实时监测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120199484B 。

龙图腾网通过国家知识产权局官网在2025-12-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510270328.3，技术领域涉及：G16H50/30；该发明授权基于可穿戴设备的养老体征实时监测方法是由请求不公布姓名;请求不公布姓名设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本基于可穿戴设备的养老体征实时监测方法在说明书摘要公布了：本申请涉及智能传感器技术领域，具体涉及基于可穿戴设备的养老体征实时监测方法，该方法包括：采集老年用户的体征数据；利用相邻时刻下的体征数据确定每个时刻对应的数据点；基于体征数据的拟合曲线确定体征数据的异常概率，基于异常概率以及不同拟合曲线的趋势项之间的差异确定数据点的异常可能性；对筛选的特征数据点进行聚类，基于不同聚类簇内特征数据点的聚集性特征以及簇内分布划分异常聚类簇、正常聚类簇；基于不同种聚类簇内特征数据点的取值情况确定体征数据的修正结果，得到体征数据的实时监测结果。本申请通过分析老年用户状态异常和可穿戴设备移动造成的体征数据的差异对体征数据进行校正，提高了体征数据监测数据的准确性。

本发明授权基于可穿戴设备的养老体征实时监测方法在权利要求书中公布了：1.基于可穿戴设备的养老体征实时监测方法，其特征在于，该方法包括以下步骤： 利用可穿戴设备采集老年用户的体征数据； 利用相邻时刻下采集的体征数据确定多维数据空间中每个时刻对应的数据点，包括：将每个时刻与相邻前一时刻下同种体征数据之间差值的绝对值与相邻时刻之间时间间隔的比值作为每个时刻在同种体征数据的特征值；将每种体征数据作为数据空间的一个维度，构建一个多维数据空间；利用每个时刻在所有种体征数据的特征值在多维数据空间中确定唯一的一个数据点； 基于每个时刻以及历史时刻下采集的体征数据的拟合曲线确定每个时刻下每种体征数据的异常概率，包括：将每个时刻之前的预设数量个相邻时刻作为相邻历史时刻，将每个时刻以及相邻历史时刻下每种体征数据在时间上的曲线拟合结果作为每个时刻下每种体征数据的拟合曲线；将拟合曲线在每个时刻以及相邻历史下拟合偏差的分布方差与拟合偏差的累加和的乘积作为每个时刻下每种体征数据的异常概率；基于异常概率以及每个时刻下不同种体征数据的拟合曲线的趋势项之间的差异确定每个时刻对应数据点的异常可能性，包括：利用时间序列分解STL方法分别将每个时刻下每种体征数据的拟合曲线进行分解，分别得到残差项、趋势项；分别计算每个时刻下任意两种不同体征数据的拟合曲线的趋势项之间的差异性距离、残差项之间的差异性距离，对残差项之间的差异性距离进行负映射；计算趋势项之间的差异性距离与负映射结果的乘积在每个时刻下所有种体征数据上的累加结果作为每个时刻的监测异常程度；利用每个时刻的监测异常度、每个时刻下所有种体征数据的异常概率的均值确定每个时刻在多维数据空间中所确定数据点的异常可能性；其中，异常可能性与监测异常度呈负相关关系、异常可能性与均值呈正相关关系； 对异常可能性筛选的特征数据点进行聚类，基于聚类结果中不同聚类簇内特征数据点的聚集性特征以及簇内分布划分异常聚类簇以及正常聚类簇，包括：计算每个聚类簇内任意两个特征数据点对应采集时刻之间的时间间隔，将每个聚类簇对应的所有时间间隔的分布方差与每个聚类簇内特征数据点之间极差的和作为每个聚类簇的类内差异；计算每个聚类簇与其余所有聚类簇的聚类中心在多维数据空间中欧式距离的累加和，将欧式距离的累加和的归一化结果与类内差异的乘积作为每个聚类簇的分布异常指标，计算每个聚类簇内特征数据点在多维数据空间每个维度上取值的分布方差，将分布方差在多维数据空间所有维度上的累加结果与分布异常指标的乘积作为每个聚类簇的差异指标；利用全局阈值分割的方式获取所有聚类簇的差异指标的分割阈值，将差异指标大于分割阈值的聚类簇作为异常聚类簇；将差异指标小于等于分割阈值的聚类簇作为正常聚类簇； 基于异常聚类簇、正常聚类簇内特征数据点的取值情况确定异常聚类簇内每个特征数据点对应时刻下体征数据的修正结果，基于修正结果得到老年用户体征数据的实时监测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京睿智联科技有限公司，其通讯地址为：100000 北京市平谷区金海湖镇韩庄南大街111号-231390；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。