一种辅助睡眠的家纺产品的智能控制方法及系统与流程

1.本技术涉及人工智能领域，尤其涉及一种辅助睡眠的家纺产品的智能控制方法及系统。


背景技术：

2.睡眠问题在现代社会中日益严重。睡眠是个体恢复能量、增强免疫力、维持大脑代谢平衡、发生神经冲动、改善认知和情感，是人类恢复和储存资源的重要生理过程，睡眠质量下降的显著表现是由个体睡眠时间不足或睡眠时间较短而引发自身功能减弱的状态，进而引起个体的情绪、学习记忆、免疫功能和生理行为变化。因此睡眠质量近年来越来越受到学术界和实务界的广泛关注组织行为领域的广泛关注，逐渐成为一个新兴研究热点。众所周知，人类睡眠质量不同程度的受到家纺产品的影响。因此，研究如何通过智能调控家纺产品的睡眠参数，对用户的睡眠进行个性化的调控，从而确保用户整体睡眠质量，具有重要的意义。
3.本技术发明人在实现本技术实施例中技术方案的过程中，发现上述技术至少存在如下技术问题：现有技术中存在无法针对用户实时睡眠质量进行个性化的家纺产品睡眠参数智能调控的技术问题。


技术实现要素：

4.本技术的目的是提供一种辅助睡眠的家纺产品的智能控制方法及系统，用以解决现有技术中存在无法针对用户实时睡眠质量进行个性化的家纺产品睡眠参数智能调控的技术问题。
5.鉴于上述问题，本技术实施例提供了一种辅助睡眠的家纺产品的智能控制方法及系统。
6.第一方面，本技术提供了一种辅助睡眠的家纺产品的智能控制方法，所述方法通过一种辅助睡眠的家纺产品的智能控制系统实现，其中，所述方法包括：通过获得第一用户的第一身体参数特征，并根据所述第一身体参数特征从睡眠评估模型库中调用第一睡眠质量评估模型；通过温度传感装置获得所述第一用户的体温变化曲线；通过压力传感装置获得所述第一用户在第一家纺产品不同位置时的受力曲线，并基于所述受力曲线生成第一压力分布变化信息；将所述体温变化曲线和所述第一压力分布变化信息按照时间节点分别输入所述第一睡眠质量评估模型，获得各时间节点的睡眠质量评估结果；根据所述各时间节点的睡眠质量评估结果，生成第一睡眠质量曲线；根据所述第一身体参数特征和所述第一用户的第一睡眠习惯，获得理想睡眠曲线；比较所述第一睡眠质量曲线和所述理想睡眠曲线，获得第一睡眠质量系数；根据所述第一睡眠质量系数对第一家纺产品睡眠参数进行调节控制。
7.另一方面，本技术还提供了一种辅助睡眠的家纺产品的智能控制系统，用于执行
如第一方面所述的一种辅助睡眠的家纺产品的智能控制方法，其中，所述系统包括：第一获得单元：所述第一获得单元用于获得第一用户的第一身体参数特征，并根据所述第一身体参数特征从睡眠评估模型库中调用第一睡眠质量评估模型；第二获得单元：所述第二获得单元用于通过所述温度传感装置获得所述第一用户的体温变化曲线；第三获得单元：所述第三获得单元用于通过所述压力传感装置获得所述第一用户在第一家纺产品不同位置时的受力曲线，并基于所述受力曲线生成第一压力分布变化信息；第四获得单元：所述第四获得单元用于将所述体温变化曲线和所述第一压力分布变化信息按照时间节点分别输入所述第一睡眠质量评估模型，获得各时间节点的睡眠质量评估结果；第一生成单元：所述第一生成单元用于根据所述各时间节点的睡眠质量评估结果，生成第一睡眠质量曲线；第五获得单元：所述第五获得单元用于根据所述第一身体参数特征和所述第一用户的第一睡眠习惯，获得理想睡眠曲线；第六获得单元：所述第六获得单元用于比较所述第一睡眠质量曲线和所述理想睡眠曲线，获得第一睡眠质量系数；第一执行单元：所述第一执行单元用于根据所述第一睡眠质量系数对第一家纺产品睡眠参数进行调节控制。
8.第三方面，本技术实施例还提供了一种辅助睡眠的家纺产品的智能控制系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
9.本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：1.通过获得第一用户的第一身体参数特征，并根据所述第一身体参数特征从睡眠评估模型库中调用第一睡眠质量评估模型；通过所述温度传感装置获得所述第一用户的体温变化曲线；通过所述压力传感装置获得所述第一用户在第一家纺产品不同位置时的受力曲线，并基于所述受力曲线生成第一压力分布变化信息；将所述体温变化曲线和所述第一压力分布变化信息按照时间节点分别输入所述第一睡眠质量评估模型，获得各时间节点的睡眠质量评估结果；根据所述各时间节点的睡眠质量评估结果，生成第一睡眠质量曲线；根据所述第一身体参数特征和所述第一用户的第一睡眠习惯，获得理想睡眠曲线；比较所述第一睡眠质量曲线和所述理想睡眠曲线，获得第一睡眠质量系数；根据所述第一睡眠质量系数对第一家纺产品睡眠参数进行调节控制。达到了实时监测用户睡眠时的体温和压力变化情况，并基于用户实际身体情况匹配对应睡眠质量评估模型，从而实现个性化的用户睡眠质量智能评估，最后对比用户理想状态下的睡眠曲线，通过智能化调控家纺产品的睡眠参数，实现对用户实际睡眠质量进行适应性调整的技术目标，最终确保用户达到自身的理想睡眠质量状态的技术效果。
10.2.通过随机均匀选取家纺产品睡眠参数值并预测不同睡眠参数值下用户的睡眠情况，进而与理想睡眠情况对比，得到睡眠情况最接近理想睡眠的产品睡眠参数，达到了基于智能计算确定家纺产品睡眠参数，提高系统准确性、有效性的技术效果。
11.3.通过综合分析用户身体体型和实际生活、睡眠等习惯，并分别划定相关标准，实现用户实际情况的数据化处理，进而通过计算，实现用户身体参数特征的数据化、客观化，达到了客观描述用户身体参数，提高系统模型准确性的技术效果。
12.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
13.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
14.图1为本技术实施例一种辅助睡眠的家纺产品的智能控制方法的流程示意图；图2为本技术实施例一种辅助睡眠的家纺产品的智能控制方法中确定所述第一家纺产品睡眠参数的流程示意图；图3为本技术实施例一种辅助睡眠的家纺产品的智能控制方法中构建睡眠评估模型库的流程示意图；图4为本技术实施例一种辅助睡眠的家纺产品的智能控制方法中基于所述第二睡眠质量评估模型，对所述睡眠质量评估结果进行修正的流程示意图；图5为本技术实施例一种辅助睡眠的家纺产品的智能控制系统的结构示意图；图6为本技术实施例示例性电子设备的结构示意图。
15.附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第一生成单元15，第五获得单元16，第六获得单元17，第一执行单元18，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。
具体实施方式
16.本技术实施例通过提供一种辅助睡眠的家纺产品的智能控制方法及系统，解决了现有技术中存在无法针对用户实时睡眠质量进行个性化的家纺产品睡眠参数智能调控的技术问题。达到了实时监测用户睡眠时的体温和压力变化情况，并基于用户实际身体情况匹配对应睡眠质量评估模型，从而实现个性化的用户睡眠质量智能评估，最后对比用户理想状态下的睡眠曲线，通过智能化调控家纺产品的睡眠参数，实现对用户实际睡眠质量进行适应性调整的技术目标，最终确保用户达到自身的理想睡眠质量状态的技术效果。
17.下面，将参考附图对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术的一部分实施例，而不是本技术的全部实施例，应理解，本技术不受这里描述的示例实施例的限制。基于本技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本技术相关的部分而非全部。
18.申请概述睡眠问题在现代社会中日益严重，据中国睡眠研究会2021年3月数据显示：我国有超3亿人存在睡眠问题。睡眠是个体恢复能量、增强免疫力、维持大脑代谢平衡、发生神经冲动、改善认知和情感，是人类恢复和储存资源的重要生理过程，睡眠质量下降的显著表现是由个体睡眠时间不足或睡眠时间较短而引发自身功能减弱的状态，进而引起个体的情绪、学习记忆、免疫功能和生理行为变化。因此睡眠质量近年来越来越受到学术界和实务界的广泛关注组织行为领域的广泛关注，逐渐成为一个新兴研究热点。众所周知，人类睡眠质量不同程度的受到家纺产品的影响。因此，研究如何通过智能调控家纺产品的睡眠参数，对用
户的睡眠进行个性化的调控，从而确保用户整体睡眠质量，具有重要的意义。
19.现有技术中存在无法针对用户实时睡眠质量进行个性化的家纺产品睡眠参数智能调控的技术问题。
20.针对上述技术问题，本技术提供的技术方案总体思路如下：本技术提供了一种辅助睡眠的家纺产品的智能控制方法，所述方法应用于一种辅助睡眠的家纺产品的智能控制系统，其中，所述方法包括：通过获得第一用户的第一身体参数特征，并根据所述第一身体参数特征从睡眠评估模型库中调用第一睡眠质量评估模型；通过所述温度传感装置获得所述第一用户的体温变化曲线；通过所述压力传感装置获得所述第一用户在第一家纺产品不同位置时的受力曲线，并基于所述受力曲线生成第一压力分布变化信息；将所述体温变化曲线和所述第一压力分布变化信息按照时间节点分别输入所述第一睡眠质量评估模型，获得各时间节点的睡眠质量评估结果；根据所述各时间节点的睡眠质量评估结果，生成第一睡眠质量曲线；根据所述第一身体参数特征和所述第一用户的第一睡眠习惯，获得理想睡眠曲线；比较所述第一睡眠质量曲线和所述理想睡眠曲线，获得第一睡眠质量系数；根据所述第一睡眠质量系数对第一家纺产品睡眠参数进行调节控制。
21.在介绍了本技术基本原理后，下面将结合说明书附图来具体介绍本技术的各种非限制性的实施方式。
22.实施例一请参阅附图1，本技术实施例提供了一种辅助睡眠的家纺产品的智能控制方法，其中，所述方法应用于一种辅助睡眠的家纺产品的智能控制系统，所述系统包括一温度传感装置和一压力传感装置，所述方法具体包括如下步骤：步骤s100：获得第一用户的第一身体参数特征，并根据所述第一身体参数特征从睡眠评估模型库中调用第一睡眠质量评估模型；具体而言，所述一种辅助睡眠的家纺产品的智能控制方法应用于所述一种辅助睡眠的家纺产品的智能控制系统，可以实时监测用户睡眠时的体温和压力变化情况，并基于用户实际身体情况匹配对应睡眠质量评估模型，从而实现个性化的用户睡眠质量智能评估，此外，通过对比用户理想状态下的睡眠曲线，进一步智能化调控家纺产品的睡眠参数，实现对用户实际睡眠质量进行适应性调整的技术目标，最终确保用户达到自身的理想睡眠质量状态。
23.所述第一用户是指任一使用所述辅助睡眠的家纺产品进入睡眠，同时通过所述家纺产品的智能控制系统进行睡眠质量调控的用户。所述第一身体参数特征是指所述第一用户身体各项参数指标测试后的数据特征情况。针对所述第一用户的实际身体参数特征，所述家纺产品的智能控制系统自动从睡眠评估模型库中匹配符合所述第一用户身体参数特征的睡眠评估模型，即为所述第一睡眠质量评估模型。通过所述家纺产品的智能控制系统，达到了智能化匹配、调用符合所述第一用户身体参数特征的睡眠质量评估模型的技术效果。
24.步骤s200：通过所述温度传感装置获得所述第一用户的体温变化曲线；具体而言，传感器是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存
储、显示、记录和控制等要求。其中，所述温度传感装置用于实时监测用户睡眠时的体温变化。通过所述温度传感装置实时监测到的用户睡眠体温，结合监测各体温的时间，从而确定用户睡眠时体温随时间变化而变化的情况，得到所述第一用户的体温变化曲线，达到了直观、方便地观察用户睡眠时体温整体变化情况的技术效果。
25.步骤s300：通过所述压力传感装置获得所述第一用户在第一家纺产品不同位置时的受力曲线，并基于所述受力曲线生成第一压力分布变化信息；具体而言，所述压力传感装置用于实时监测用户睡眠时身体对家纺产品不同位置的压力变化，并将家纺产品不同位置随用户睡眠时间推移受到的压力数据实时传输给所述家纺产品的智能控制系统，进而智能化生成所述第一压力分布变化信息。达到了直观、明确地分析用户睡眠时家纺产品各位置随用户随眠时间推移受到的压力变化，从而确定用户睡眠时不同时间对应的睡觉位置信息，达到了为后续分析用户睡眠质量并进行智能化评估、从而针对性调控家纺产品睡眠参数提供基础参考数据的技术效果。
26.步骤s400：将所述体温变化曲线和所述第一压力分布变化信息按照时间节点分别输入所述第一睡眠质量评估模型，获得各时间节点的睡眠质量评估结果；具体而言，所述家纺产品的智能控制系统智能化分析用户睡眠时随睡眠时间推移体温变化情况、家纺产品受压位置分布变化信息整理，进而按照时间顺序，分别将所述体温变化曲线和所述第一压力分布变化信息输入所述第一睡眠质量评估模型，经过模型智能化评估最终得到用户在不同睡眠时间对应的睡眠质量评估结果。其中，所述第一睡眠质量评估模型为神经网络模型，具有神经网络模型的特性，能根据训练数据进行不断的自我训练学习，当所述第一睡眠质量评估模型的输出信息达到预定的准确率/收敛状态时，则监督学习过程结束。通过对所述第一睡眠质量评估模型进行数据训练，使得所述第一睡眠质量评估模型处理输入数据更加准确，进而使得输出的所述各时间节点的睡眠质量评估结果也更加准确，达到了准确获得数据信息，提高评估结果智能化的技术效果。
27.步骤s500：根据所述各时间节点的睡眠质量评估结果，生成第一睡眠质量曲线；具体而言，基于所述第一睡眠质量评估模型智能评估后输出的所述各时间节点的睡眠质量评估结果，系统以用户睡眠时各时间节点为横坐标，各时间节点对应的用户睡眠质量评估结果为纵坐标，智能绘制用户完整睡眠过程中的睡眠质量变化曲线，即所述第一睡眠质量曲线。通过系统智能绘制所述第一睡眠质量曲线，实现了直观分析用户完整睡眠过程中各睡眠时间段的睡眠质量目标。
28.步骤s600：根据所述第一身体参数特征和所述第一用户的第一睡眠习惯，获得理想睡眠曲线；具体而言，所述第一身体参数特征是指所述第一用户身体各项参数指标测试后的数据特征情况。结合所述第一用户的睡眠习惯，举例如习惯入睡时间、习惯起床时间、睡前活动习惯等，得到所述第一用户理想睡眠情况，包括有意识地睡觉、完全入睡、浅睡等不同睡眠情况对应的时间段，进而绘制得到所述第一用户理想睡眠曲线。举例如某用户为25岁男子，习惯晚上11：00上床睡觉，早上7：00起床，且睡前有运动习惯，那么该用户理想的睡眠情况可能为晚上11：00到11：20为有意识地睡觉，此时受运动影响，大脑状态兴奋，因此睡眠质量一般；在11：20到次日4：00为深度睡眠，此阶段用户全身放松，睡眠质量最佳；在次日4：00到7：00为浅睡阶段，此时用户睡眠质量一般。通过针对用户实际身体情况和相关睡眠习
惯，个性化为用户制定理想睡眠状态下地睡眠曲线，为后续系统针对用户实际睡眠情况智能调控家纺产品提供标准参考。
29.步骤s700：比较所述第一睡眠质量曲线和所述理想睡眠曲线，获得第一睡眠质量系数；步骤s800：根据所述第一睡眠质量系数对第一家纺产品睡眠参数进行调节控制。
30.具体而言，通过对比所述第一用户实际睡眠情况得到地所述第一睡眠质量曲线和基于用户相关睡眠习惯和身体参数特征推算的所述理想睡眠曲线，从而得到所述第一用户的第一睡眠质量系数，进一步的，所述家纺产品的智能控制系统基于所述第一睡眠质量系数对第一家纺产品的相关睡眠参数进行适应性的调节控制。其中，所述第一家纺产品是指所述第一用户睡眠时使用的家纺产品，包括枕头、床垫、被子等相关睡眠用品。通过实时监测用户睡眠时的体温和压力变化情况，并基于用户实际身体情况匹配对应睡眠质量评估模型，从而实现个性化的用户睡眠质量智能评估，最后对比用户理想状态下的睡眠曲线，通过智能化调控家纺产品的睡眠参数，实现对用户实际睡眠质量进行适应性调整的技术目标，最终确保用户达到自身的理想睡眠质量状态的技术效果。
31.进一步的，如附图2所示，本技术实施例步骤s800还包括：步骤s810：获得产品睡眠参数取值阈值；步骤s820：从所述产品睡眠参数取值阈值中随机获得n个睡眠参数，其中，n为正整数；步骤s830：根据遗传算法对所述n个睡眠参数进行计算，获得n个预测睡眠状态曲线，其中，所述n个预测睡眠状态曲线与所述n个睡眠参数一一对应；步骤s840：将所述n个预测睡眠状态曲线和所述理想睡眠曲线进行对比，获得第一家纺产品睡眠参数，其中，所述第一家纺产品睡眠参数对应的预测睡眠状态曲线与所述理想曲线的相似度最大；步骤s850：如果所述第一家纺产品睡眠参数对应的预测睡眠状态曲线与所述理想睡眠曲线的相似度满足相似度要求，确定所述第一家纺产品睡眠参数。
32.具体而言，所述产品睡眠参数取值阈值是指所述家纺产品的智能控制系统基于家纺产品相关参数和一般成人睡眠使用情况综合分析后，设置的产品睡眠参数范围。系统首先从所述产品睡眠参数取值阈值中随机均匀抽取一定数量的产品睡眠参数值，进一步基于遗传算法计算各产品睡眠参数值对应的用户睡眠质量预测情况，即预测睡眠状态曲线。其中，各产品睡眠参数值唯一对应一个预测睡眠状态曲线。
33.将系统预测得到的所有预测睡眠状态曲线，即所述n个预测睡眠状态曲线依次和所述理想睡眠曲线进行对比，从而得到所述第一家纺产品睡眠参数。其中，预测睡眠状态曲线与所述理想曲线的相似度最大时，对应的睡眠参数值为所述第一家纺产品睡眠参数。进一步判断所述第一家纺产品睡眠参数对应的预测睡眠状态曲线与所述理想睡眠曲线的相似度是否满足系统预设相似度要求，当所述第一家纺产品睡眠参数对应的预测睡眠状态曲线与所述理想睡眠曲线的相似度满足相似度要求时，则可确定所述第一家纺产品睡眠参数。其中，系统预设相似度要求是指系统基于人类睡眠需求等综合确定的最低相似度数值。
34.通过随机均匀选取家纺产品睡眠参数值并预测不同睡眠参数值下用户的睡眠情况，进而与理想睡眠情况对比，得到睡眠情况最接近理想睡眠的产品睡眠参数，达到了基于
智能计算确定家纺产品睡眠参数，提高系统准确性、有效性的技术效果。
35.进一步的，本技术实施例步骤s100还包括：步骤s110a：获得第一用户的体型特征信息；步骤s120a：按照预定健康标准对所述体型特征信息进行等级划分，获得第一健康等级信息；步骤s130a：获得所述第一用户的生活习惯信息，所述生活习惯信息包括作息规律和工作特性信息；步骤s140a：按照预定生活质量标准对所述生活习惯信息进行等级评价，获得第一生活习惯等级信息；步骤s150a：根据所述第一健康等级信息和所述第一生活习惯等级信息进行权重分配，获得第一权重比；步骤s160a：对所述体型特征信息和所述生活习惯信息进行加权计算，获得所述第一身体参数特征。
36.具体而言，通过测试获得所述第一用户体型相关特征数据，包括用户性别、身高、体重等，进而基于预定健康标准对所述第一用户的所述体型特征信息进行等级划分，得到所述第一用户的第一健康等级信息。其中，预定健康标准是基于相关专业机构研究得到的标准身高体重对应信息，预先设置在所述家纺产品的智能控制系统中的数据信息。举例如某用户为25岁男性，身高178厘米，体重68千克，基于所述预定健康标准中178厘米对应体重情况，判断该用户为第二健康级别。进一步的，获得所述第一用户睡眠相关的生活习惯信息，包括作息规律和工作特性信息。其中，作息规律包括用户每日睡觉休息的时间、地点、睡眠时长等信息；工作特定信息包括用户每日工作起始时间、加班情况、工作强度等信息。
37.系统按照预定生活质量标准对所述第一用户的生活习惯信息进行等级评价，从而得到所述第一生活习惯等级信息。其中，所述预定生活质量标准是指系统基于相关专业机构研究得到的人类合理时间分配制定的生活质量表。举例如当用户每日睡眠时长达到7小时到9小时，则对应生活质量等级为优秀；当用户每日睡眠时长为5小时到7小时，则对应生活质量等级为良好；当用户每日睡眠时长不足5小时，则对应生活质量等级为不合格。
38.进一步的，通过归一化处理各数据信息，并利用变异系数法计算可以得到对所述第一健康等级信息和所述第一生活习惯等级信息进行权重分配，进而得到所述第一权重比。最后对所述体型特征信息和所述生活习惯信息进行加权计算，获得所述第一身体参数特征。通过综合分析用户身体体型和实际生活、睡眠等习惯，并分别划定相关标准，实现用户实际情况的数据化处理，进而通过计算，实现用户身体参数特征的数据化、客观化，达到了客观描述用户身体参数，提高系统模型准确性的技术效果。
39.进一步的，本技术实施例步骤s100还包括：步骤s110b：获得所述第一用户的身体状况信息；步骤s120b：对所述第一用户进行定期心理评估，获得第一心理健康评估曲线；步骤s130b：对所述第一心理健康评估曲线的波峰值和波谷值进行统计，并根据统计结果获得第一心理波动值；步骤s140b：根据所述第一心理波动值，获得心理健康指数；步骤s150b：将所述身体状况信息和所述心理健康指数输入健康指数评估模型，获
得第一健康指数；步骤s160b：根据所述第一健康指数，获得第二身体参数特征。
40.具体而言，检测、调查等方式得到所述第一用户的身体状况信息，包括身体健康状况，是否有慢性疾病等。此外，定期对所述第一用户进行心理评估，得到所述第一用户各阶段心理健康状况情况，进而绘制所述第一心理健康评估曲线。进一步的，对所述第一心理健康评估曲线的波峰值和波谷值进行统计，并根据统计结果获得第一心理波动值，进而评估用户心理健康指数，最后将所述身体状况信息和所述心理健康指数输入健康指数评估模型，智能化获得所述第一用户的第一健康指数。最终基于所述第一健康指数，获得所述第二身体参数特征。通过分析用户心理健康状况，进而将用户心理健康指数考虑进用户身体参数特征中，实现了全面、综合分析用户身体参数特征的目标，进一步达到了提高模型的准确性和有效性的技术效果。
41.进一步的，如附图3所示，本技术实施例步骤s100还包括：步骤s110：通过大数据构建用户数据库；步骤s120：根据所述用户数据库，获得历史用户身体参数特征；步骤s130：将所述历史用户身体参数特征按照健康等级输入神经网络模型中进行训练，获得对应的各睡眠质量评估模型；步骤s140：根据训练后的所述各睡眠质量评估模型，构建睡眠评估模型库。
42.具体而言，首先通过大数据构建家纺产品的用户数据库，进而根据所述用户数据库，得到历史使用所述家纺产品用户的所有身体参数特征，并将所述历史用户身体参数特征按照健康等级输入神经网络模型中进行训练，获得不同身体参数对应的各睡眠质量评估模型。其中，卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一。卷积神经网络具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，卷积神经网络仿造生物的视知觉机制构建，可以进行监督学习和非监督学习。最终，所有睡眠质量评估模型组成所述构建睡眠评估模型库。基于所述神经网络模型，达到了准确性和个体化程度较高的睡眠评估模型库构建。
43.进一步的，如附图3所示，本技术实施例步骤s400还包括：步骤s410：获得所述第一家纺产品的基本信息，所述基本信息包括产品结构信息和产品材料信息；步骤s420：对所述产品材料信息进行特征提取，获得第一产品材料特性；步骤s430：将所述产品结构信息和所述第一产品材料特性输入睡眠舒适度评估模型，获得第一睡眠舒适度参数；步骤s440：根据所述第一睡眠舒适度参数对所述第一睡眠质量评估模型进行强化学习，获得第二睡眠质量评估模型；步骤s450：基于所述第二睡眠质量评估模型，对所述睡眠质量评估结果进行修正。
44.具体而言，实验获得所述第一家纺产品的基本信息，包括第一家纺产品的产品结构信息和产品材料信息。举例如某家纺产品床垫，为弹簧层、填充层、面料层构成，填充层的填充物包括乳胶，面料层包括棉、丝等材质。通过对所述产品材料信息进行相关特征提取，从而得到所述第一产品材料特性。举例如某家纺产品床垫面料包括棉和丝，具有亲肤、柔软、美观等特性。
45.进一步的，将所述产品结构信息和所述第一产品材料特性输入睡眠舒适度评估模型，获得所述第一睡眠舒适度参数，进而根据所述第一睡眠舒适度参数对所述第一睡眠质量评估模型进行强化学习，获得第二睡眠质量评估模型。最终基于所述第二睡眠质量评估模型，对所述睡眠质量评估结果进行修正。达到了提高模型评估结果准确性，从而更加有效的调控家纺产品睡眠参数的技术效果。
46.进一步的，本技术实施例步骤s440还包括：步骤s441：将所述第一睡眠舒适度参数输入所述第一睡眠质量评估模型中，获得第一预测睡眠质量评估结果；步骤s442：通过对所述第一预测睡眠质量评估结果进行数据损失分析，获得第一损失数据；步骤s443：将所述第一损失数据输入到所述第一睡眠质量评估模型中进行训练，获得所述第二睡眠质量评估模型。
47.具体而言，将所述第一睡眠舒适度参数输入所述第一睡眠质量评估模型中，获得第一预测睡眠质量评估结果，进而通过对所述第一预测睡眠质量评估结果进行数据损失分析，获得所述第一损失数据。其中，数据损失分析通过损失函数进行分析，损失函数是用来衡量模型的性能的，通过预测值和真实值之间的一些计算，得出个值，这个值在模型拟合的时候是为了告诉模型是否还有可以继续优化的空间。将所述第一损失数据输入到所述第一睡眠质量评估模型中进行训练，获得所述第二睡眠质量评估模型。达到了优化睡眠质量评估模型，提高模型准确性的技术效果。
48.综上所述，本技术实施例所提供的一种辅助睡眠的家纺产品的智能控制方法具有如下技术效果：1.通过获得第一用户的第一身体参数特征，并根据所述第一身体参数特征从睡眠评估模型库中调用第一睡眠质量评估模型；通过所述温度传感装置获得所述第一用户的体温变化曲线；通过所述压力传感装置获得所述第一用户在第一家纺产品不同位置时的受力曲线，并基于所述受力曲线生成第一压力分布变化信息；将所述体温变化曲线和所述第一压力分布变化信息按照时间节点分别输入所述第一睡眠质量评估模型，获得各时间节点的睡眠质量评估结果；根据所述各时间节点的睡眠质量评估结果，生成第一睡眠质量曲线；根据所述第一身体参数特征和所述第一用户的第一睡眠习惯，获得理想睡眠曲线；比较所述第一睡眠质量曲线和所述理想睡眠曲线，获得第一睡眠质量系数；根据所述第一睡眠质量系数对第一家纺产品睡眠参数进行调节控制。达到了实时监测用户睡眠时的体温和压力变化情况，并基于用户实际身体情况匹配对应睡眠质量评估模型，从而实现个性化的用户睡眠质量智能评估，最后对比用户理想状态下的睡眠曲线，通过智能化调控家纺产品的睡眠参数，实现对用户实际睡眠质量进行适应性调整的技术目标，最终确保用户达到自身的理想睡眠质量状态的技术效果。
49.2.通过随机均匀选取家纺产品睡眠参数值并预测不同睡眠参数值下用户的睡眠情况，进而与理想睡眠情况对比，得到睡眠情况最接近理想睡眠的产品睡眠参数，达到了基于智能计算确定家纺产品睡眠参数，提高系统准确性、有效性的技术效果。
50.3.通过综合分析用户身体体型和实际生活、睡眠等习惯，并分别划定相关标准，实现用户实际情况的数据化处理，进而通过计算，实现用户身体参数特征的数据化、客观化，
达到了客观描述用户身体参数，提高系统模型准确性的技术效果。
51.实施例二基于与前述实施例中一种辅助睡眠的家纺产品的智能控制方法，同样发明构思，本发明还提供了一种辅助睡眠的家纺产品的智能控制系统，请参阅附图5，所述系统包括：第一获得单元11，所述第一获得单元11用于获得第一用户的第一身体参数特征，并根据所述第一身体参数特征从睡眠评估模型库中调用第一睡眠质量评估模型；第二获得单元12，所述第二获得单元12用于通过温度传感装置获得所述第一用户的体温变化曲线；第三获得单元13，所述第三获得单元13用于通过压力传感装置获得所述第一用户在第一家纺产品不同位置时的受力曲线，并基于所述受力曲线生成第一压力分布变化信息；第四获得单元14，所述第四获得单元14用于将所述体温变化曲线和所述第一压力分布变化信息按照时间节点分别输入所述第一睡眠质量评估模型，获得各时间节点的睡眠质量评估结果；第一生成单元15，所述第一生成单元15用于根据所述各时间节点的睡眠质量评估结果，生成第一睡眠质量曲线；第五获得单元16，所述第五获得单元16用于根据所述第一身体参数特征和所述第一用户的第一睡眠习惯，获得理想睡眠曲线；第六获得单元17，所述第六获得单元17用于比较所述第一睡眠质量曲线和所述理想睡眠曲线，获得第一睡眠质量系数；第一执行单元18，所述第一执行单元18用于根据所述第一睡眠质量系数对第一家纺产品睡眠参数进行调节控制。
52.进一步的，所述系统还包括：第七获得单元，所述第七获得单元用于获得产品睡眠参数取值阈值；第八获得单元，所述第八获得单元用于从所述产品睡眠参数取值阈值中随机获得n个睡眠参数，其中，n为正整数；第九获得单元，所述第九获得单元用于根据遗传算法对所述n个睡眠参数进行计算，获得n个预测睡眠状态曲线，其中，所述n个预测睡眠状态曲线与所述n个睡眠参数一一对应；第十获得单元，所述第十获得单元用于将所述n个预测睡眠状态曲线和所述理想睡眠曲线进行对比，获得第一家纺产品睡眠参数，其中，所述第一家纺产品睡眠参数对应的预测睡眠状态曲线与所述理想曲线的相似度最大；第一确定单元，所述第一确定单元用于如果所述第一家纺产品睡眠参数对应的预测睡眠状态曲线与所述理想睡眠曲线的相似度满足相似度要求，确定所述第一家纺产品睡眠参数。
53.进一步的，所述系统还包括：第十一获得单元，所述第十一获得单元用于获得第一用户的体型特征信息；第十二获得单元，所述第十二获得单元用于按照预定健康标准对所述体型特征信息进行等级划分，获得第一健康等级信息；
第十三获得单元，所述第十三获得单元用于获得所述第一用户的生活习惯信息，所述生活习惯信息包括作息规律和工作特性信息；第十四获得单元，所述第十四获得单元用于按照预定生活质量标准对所述生活习惯信息进行等级评价，获得第一生活习惯等级信息；第十五获得单元，所述第十五获得单元用于根据所述第一健康等级信息和所述第一生活习惯等级信息进行权重分配，获得第一权重比；第十六获得单元，所述第十六获得单元用于对所述体型特征信息和所述生活习惯信息进行加权计算，获得所述第一身体参数特征。
54.进一步的，所述系统还包括：第十七获得单元，所述第十七获得单元用于获得所述第一用户的身体状况信息；第十八获得单元，所述第十八获得单元用于对所述第一用户进行定期心理评估，获得第一心理健康评估曲线；第十九获得单元，所述第十九获得单元用于对所述第一心理健康评估曲线的波峰值和波谷值进行统计，并根据统计结果获得第一心理波动值；第二十获得单元，所述第二十获得单元用于根据所述第一心理波动值，获得心理健康指数；第二十一获得单元，所述第二十一获得单元用于将所述身体状况信息和所述心理健康指数输入健康指数评估模型，获得第一健康指数；第二十二获得单元，所述第二十二获得单元用于根据所述第一健康指数，获得第二身体参数特征。
55.进一步的，所述系统还包括：第一构建单元，所述第一构建单元用于通过大数据构建用户数据库；第二十三获得单元，所述第二十三获得单元用于根据所述用户数据库，获得历史用户身体参数特征；第二十四获得单元，所述第二十四获得单元用于将所述历史用户身体参数特征按照健康等级输入神经网络模型中进行训练，获得对应的各睡眠质量评估模型；第二构建单元，所述第二构建单元用于根据训练后的所述各睡眠质量评估模型，构建睡眠评估模型库。
56.进一步的，所述系统还包括：第二十五获得单元，所述第二十五获得单元用于获得所述第一家纺产品的基本信息，所述基本信息包括产品结构信息和产品材料信息；第二十六获得单元，所述第二十六获得单元用于对所述产品材料信息进行特征提取，获得第一产品材料特性；第二十七获得单元，所述第二十七获得单元用于将所述产品结构信息和所述第一产品材料特性输入睡眠舒适度评估模型，获得第一睡眠舒适度参数；第二十八获得单元，所述第二十八获得单元用于根据所述第一睡眠舒适度参数对所述第一睡眠质量评估模型进行强化学习，获得第二睡眠质量评估模型；第二十九获得单元，所述第二十九获得单元用于基于所述第二睡眠质量评估模型，对所述睡眠质量评估结果进行修正。
57.进一步的，所述系统还包括：第三十获得单元，所述第三十获得单元用于将所述第一睡眠舒适度参数输入所述第一睡眠质量评估模型中，获得第一预测睡眠质量评估结果；第三十一获得单元，所述第三十一获得单元用于通过对所述第一预测睡眠质量评估结果进行数据损失分析，获得第一损失数据；第三十二获得单元，所述第三十二获得单元用于将所述第一损失数据输入到所述第一睡眠质量评估模型中进行训练，获得所述第二睡眠质量评估模型。
58.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的一种辅助睡眠的家纺产品的智能控制方法和具体实例同样适用于本实施例的一种辅助睡眠的家纺产品的智能控制系统，通过前述对一种辅助睡眠的家纺产品的智能控制方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种辅助睡眠的家纺产品的智能控制系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
59.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
60.示例性电子设备下面参考图6来描述本技术实施例的电子设备。
61.图6图示了根据本技术实施例的电子设备的结构示意图。
62.基于与前述实施例中一种辅助睡眠的家纺产品的智能控制方法的发明构思，本发明还提供一种辅助睡眠的家纺产品的智能控制系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种辅助睡眠的家纺产品的智能控制方法的任一方法的步骤。
63.其中，在图6中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。
64.处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
65.本技术提供了一种辅助睡眠的家纺产品的智能控制方法，所述方法应用于一种辅助睡眠的家纺产品的智能控制系统，其中，所述方法包括：通过获得第一用户的第一身体参数特征，并根据所述第一身体参数特征从睡眠评估模型库中调用第一睡眠质量评估模型；通过所述温度传感装置获得所述第一用户的体温变化曲线；通过所述压力传感装置获得所述第一用户在第一家纺产品不同位置时的受力曲线，并基于所述受力曲线生成第一压力分布变化信息；将所述体温变化曲线和所述第一压力分布变化信息按照时间节点分别输入所
述第一睡眠质量评估模型，获得各时间节点的睡眠质量评估结果；根据所述各时间节点的睡眠质量评估结果，生成第一睡眠质量曲线；根据所述第一身体参数特征和所述第一用户的第一睡眠习惯，获得理想睡眠曲线；比较所述第一睡眠质量曲线和所述理想睡眠曲线，获得第一睡眠质量系数；根据所述第一睡眠质量系数对第一家纺产品睡眠参数进行调节控制。解决了现有技术中存在无法针对用户实时睡眠质量进行个性化的家纺产品睡眠参数智能调控的技术问题。达到了实时监测用户睡眠时的体温和压力变化情况，并基于用户实际身体情况匹配对应睡眠质量评估模型，从而实现个性化的用户睡眠质量智能评估，最后对比用户理想状态下的睡眠曲线，通过智能化调控家纺产品的睡眠参数，实现对用户实际睡眠质量进行适应性调整的技术目标，最终确保用户达到自身的理想睡眠质量状态的技术效果。
66.本领域内的技术人员应明白，本技术的实施例可提供为方法、装置、或计算机程序产品。因此，本技术可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外，本技术为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于：u盘、移动硬盘、只读存储器（read-0nly memory，简称rom）、随机存取存储器（random access memory，简称ram）、磁盘存储器、只读光盘（compact disc read-only memory，简称cd-rom）、光学存储器等各种可以存储程序代码的介质。
67.本发明是参照本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的系统。
68.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
69.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
70.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。