本发明涉及一种VR体验场景下基于智能手环的用户情绪调节方法，属于智能识别和智能调节技术领域。
背景技术：
VR是一项新生的技术，在带给用户巨大感官视觉享受的同时，也带来一些负面的影响。在这种巨大的感官享受的刺激下，用户往往会感觉到不舒适，更有甚者对于心脏不好的用户在观看电影时，可能会因为VR带来的强大真实感而影响自己身体健康。
为了解决上述问题，为用户提供最优质的VR享受，满足用户在一边使用VR的同时，也能一边保证自己的身体健康的需求，亟需一种用户情绪调节方法。
技术实现要素：
本发明所要解决的技术问题是提供一种VR体验场景下基于智能手环的用户情绪调节方法，通过智能手环周期实时采集用户的个人生理信息数据，通过算法处理，结合VR的播放类型，智能分类判断用户的情绪，根据情绪适时调节，根据用户对调节权重的反馈而通过相应改变权重来满足针对用户个人的智能调节系统，为用户保驾护航。
本发明为解决上述技术问题采用以下技术方案：
本发明提供一种VR体验场景下基于智能手环的用户情绪调节方法，包括以下具体步骤：
步骤1，智能手环周期性对用户的不同生理指标进行采集，得到多维生理数据；
步骤2，根据多数人情绪平静状态下的生理数据经验值以及VR端播放类型的权重，建立个人基准向量模型；
步骤3，对步骤1中得到的多维生理数据进行特征降维，并统计降维后各周期生理数据的生理特征向量；
步骤4，根据步骤3中的生理特征向量判断用户的情绪状态，若为情绪平静状态，则以此平静状态下的生理数据更新个人基准向量模型；若为情绪过度状态，则执行下一步骤；
步骤5，以用户情绪过度状态下的历史生理数据为训练样本，建立BP神经网络分类模型；
步骤6，基于步骤5中建立的BP神经网络分类模型以及用户当前的生理数据，对用户当前的情绪状态进行分类；
步骤7，根据步骤6中用户当前的情绪状态，向VR设备发送控制指令。
作为本发明的进一步优化方案，步骤3中对多维生理数据进行特征降维，具体为：对多维生理数据进行特征抽取，过滤反映相似生理特征含义的生理指标，以保证维度空间的唯一性；再进行特征选择，选择对情绪变化敏感的生理指标，以保持维度空间的有效性。
作为本发明的进一步优化方案，步骤5中用户情绪过度状态分为过度兴奋、中度兴奋、轻度兴奋、过度紧张、中度紧张、轻度紧张、轻度眩晕和眩晕状态。
作为本发明的进一步优化方案，步骤7中向VR设备发送的控制指令，具体为：
701，若用户处于过度兴奋状态，则关闭VR设备；
702，若用户处于中度兴奋状态，则降低音量，减小屏幕刷新率，降低陀螺仪刷新率；
703，若用户处于轻度兴奋状态，则降低音量，减小屏幕刷新率，降低陀螺仪刷新率；
704，若用户处于过度紧张状态，则关闭VR设备；
705，若用户处于中度紧张状态，则降低音量，调高亮度，减小延迟率，降低陀螺仪刷新率；
706，若用户处于轻度紧张状态，则降低音量，调高亮度，减小延迟率，降低陀螺仪刷新率；
707，若用户处于轻度眩晕状态，则降低屏幕刷新率，降低陀螺仪刷新率，减小延迟率；
708，若用户处于眩晕状态，则关闭VR设备。
作为本发明的进一步优化方案，步骤1中生理指标包括体温、脉搏、心跳、脉搏数据。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：本发明首先利用智能手环的精确测量用户生理信息数据的特点，将人体的生理数据通过数据预处理技术，得出采集用户的有效生理数据。首先通过对多数人心理数据的分析，先建立普通人的个人基准向量模型，再结合VR端的播放信息和建立起的普通人的个人基准向量模型的分类算法，判断用户是否处于情绪过度状态，并在用户情绪处于平静状态下，以此生理数据向量模型建立用户个人的基准向量模型；在情绪处于过度状态时，通过用户与系统的交互，建立起基于用户情绪分级的BP神经网络模型，利用BP最速下降分类法识别用户的情绪，得出用户的情绪等级。并根据用户等级发送相应的处理指令，通过无线模块发送给VR设备，VR设备根据指令做出调整。智能手环端通过测量VR设备调整后的用户生理数据变化情况和情绪变化情况而相应改变指令中的权重，和VR播放信息的权重，从而更加实时有效的提升用户的VR体验。
附图说明
图1是本发明的方法流程图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明：
本发明提供一种VR体验场景下基于智能手环的用户情绪调节方法，如图1所示，包括以下具体步骤：
步骤1，智能手环周期地采集用户的体温数据，脉搏数据，心跳数据，脉搏数据等，，得到多维生理数据。
步骤2，步骤2，根据多数人情绪平静状态下的生理数据经验值以及VR端播放类型的权重，建立个人基准向量模型。
步骤3，对步骤1中得到的多维生理数据进行特征降维，并统计降维后各周期生理数据的生理特征向量；其中，对多维生理数据进行特征降维，具体为：对多维生理数据进行特征抽取，过滤反映相似生理特征含义的生理指标，以保证维度空间的唯一性；再进行特征选择，选择对情绪变化敏感的生理指标，以保持维度空间的有效性。
步骤3，对步骤1中得到的多维生理数据进行特征降维，并统计降维后各周期生理数据的生理特征向量。
步骤4，根据步骤3中的生理特征向量判断用户的情绪状态，若为情绪平静状态，则以此平静状态下的生理数据更新个人基准向量模型；若为情绪过度状态，则执行下一步骤。
步骤5，以用户情绪过度状态下的历史生理数据为训练样本，建立BP神经网络分类模型。
其中，用户情绪过度状态分为过度兴奋、中度兴奋、轻度兴奋、过度紧张、中度紧张、轻度紧张、轻度眩晕和眩晕状态。
其中，本发明中采用一个三层的BP网络结构，即一个输入层，一个中间层，一个输出层，中间层传输函数选用sigmoic型，输出层传输函数选用logsig型。
步骤6，基于步骤5中建立的BP神经网络分类模型以及用户当前的生理数据，对用户当前的情绪状态进行分类。
步骤7，根据步骤6中用户当前的情绪状态，向VR设备发送控制指令。
701，若用户处于过度兴奋状态，则关闭VR设备；
702，若用户处于中度兴奋状态，则音量-b，减小屏幕刷新率，降低陀螺仪刷新率；
703，若用户处于轻度兴奋状态，则音量-c，减小屏幕刷新率，降低陀螺仪刷新率；
704，若用户处于过度紧张状态，则关闭VR设备；
705，若用户处于中度紧张状态，则音量-b，亮度+b，减小延迟率，降低陀螺仪刷新率；
706，若用户处于轻度紧张状态，则音量-c，亮度+c，减小延迟率，降低陀螺仪刷新率；
707，若用户处于轻度眩晕状态，则屏幕刷新率-d，陀螺仪刷新率-e，减小延迟率；
708，若用户处于眩晕状态，则关闭VR设备。
根据用户对不同指令的敏感程度，来调节步骤7中的各个控制指令中的b,c,d,e值。用户的敏感程度界定于当连续调节三次时，用户的生理数据变化程度，若变化大，则判定用户对此敏感，若变化小或者基本不变化则判定用户对此不敏感。
以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。