技术总结
本发明公开了一种基于增量式神经网络模型的睡眠障碍预测方法，包括如下步骤：建立睡眠障碍日常数据数据库；对神经网络模型进行训练；采集日常生活数据发送至服务器；用户日常数据记录表中提取当日数据，形成n维向量，做归一化处理后输入睡眠障碍病理神经网络模型中进行睡眠障碍危险程度概率预测；智能家庭睡眠障碍护理设备判断睡眠障碍危险程度值W是否大于等于3；当用户接收到警示器警示时，用户自行去医院检查，将检查结果传送回服务器，服务器判断检查结果是否正确；当检查结果错误时执行增量式算法，对神经网络模型进行动态修正。本发明预测准确，针对每个用户量身定做神经网络模型。
技术研发人员：杨滨
受保护的技术使用者：湖南老码信息科技有限责任公司
文档号码：201610860347
技术研发日：2016.09.28
技术公布日：2017.02.22