本發(fā)明涉及數(shù)據(jù)修正技術(shù)領(lǐng)域，具體指一種智能人體成分秤的數(shù)據(jù)修正方法。

背景技術(shù)：

目前在智能人體成分秤的使用過程中由于使用者不當(dāng)?shù)氖褂靡约笆褂谜吣_底部皮膚干燥等原因，會產(chǎn)生體重變化，這種變化很小，一般小于2千克，但是身體其他成分?jǐn)?shù)據(jù)變化較大，一般體脂率變化會出現(xiàn)超過2.5％的異常數(shù)據(jù)情況。為解決上述問題，智能人體成分秤針對這一問題，設(shè)定了內(nèi)部程序，1分鐘內(nèi)如果體重變化很小，其變化小于0.1千克，所測的成分?jǐn)?shù)據(jù)不變，從而使獲得的數(shù)據(jù)變得相對穩(wěn)定。

但是上述方案仍然存在很大的缺陷，其只考慮在極短時間內(nèi)，體重變化很小的情況，而正常的成年人在一天之內(nèi)的體重變化最大能達(dá)到2kg，大部分異常數(shù)據(jù)的情況都不能得到有效的解決。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明根據(jù)現(xiàn)有技術(shù)的不足，提出一種智能人體成分秤的數(shù)據(jù)修正方法，對智能人體成分秤測量出的數(shù)據(jù)進(jìn)行修正，從而使得獲得的數(shù)據(jù)在長時間狀態(tài)下更加穩(wěn)定，更加有效。

為了解決上述技術(shù)問題，本發(fā)明的技術(shù)方案為：

一種智能人體成分秤的數(shù)據(jù)修正方法，步驟包括：

s201、通過智能人體成分秤獲取客戶的新數(shù)據(jù)；

s202、判斷是否有上一條的正常數(shù)據(jù)；

s203、通過步驟s202判斷上一條數(shù)據(jù)有正常數(shù)據(jù)，進(jìn)一步判斷這條新數(shù)據(jù)是否滿足于上條數(shù)據(jù)的體重變化在2公斤以內(nèi)并且體脂率變化超過2.5％；

s204、通過步驟s202判斷上一條數(shù)據(jù)沒有正常數(shù)據(jù)，進(jìn)一步判斷這條新數(shù)據(jù)是否是異常數(shù)據(jù)；

s205、通過步驟s203判斷這條新數(shù)據(jù)是滿足于上條數(shù)據(jù)的體重變化在2公斤以內(nèi)并且體脂率變化超過2.5％，則按照經(jīng)驗(yàn)修正系數(shù)修改這條數(shù)據(jù)；

s206、通過步驟s205對數(shù)據(jù)進(jìn)行修正，并對修正后的數(shù)據(jù)進(jìn)行保存，退出算法；

s207、通過步驟s204判斷新數(shù)據(jù)是異常數(shù)據(jù)則標(biāo)記異常提示用戶異常數(shù)據(jù)。

作為優(yōu)選，通過步驟s203判斷這條新數(shù)據(jù)不滿足于上條數(shù)據(jù)的體重變化在2公斤以內(nèi)并且體脂率變化超過2.5％，則重復(fù)步驟s204。

作為優(yōu)選，通過步驟s204判斷新數(shù)據(jù)不是異常數(shù)據(jù)后，對新數(shù)據(jù)進(jìn)行保存，推出算法。

作為優(yōu)選，所述步驟s205中經(jīng)驗(yàn)修正的公式為：

修正后的體脂率＝上一條數(shù)據(jù)的體脂率+經(jīng)驗(yàn)修正系數(shù)m*(本條新數(shù)據(jù)的體重–上一條數(shù)據(jù)的體重)。

本發(fā)明具有以下的特點(diǎn)和有益效果：

采用上述技術(shù)方案中，對客戶數(shù)據(jù)在體重變化很小和體脂率變化不穩(wěn)定的情況得到有效的解決，通過對存在的這些異常數(shù)據(jù)進(jìn)行修正，修正后的體脂率數(shù)據(jù)變化相對穩(wěn)定，全部異常數(shù)據(jù)得到處理。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明提供的一種智能人體成分秤的數(shù)據(jù)修正方法實(shí)施例的流程示意圖；

圖2為男性體脂率-身高體重指數(shù)圖；

圖3為女性體脂率-身高體重指數(shù)圖；

圖4為體脂率變化—體重變化圖；

圖5為修正前體重和體脂率數(shù)據(jù)圖；

圖6為修正后體重和體脂率數(shù)據(jù)圖。

具體實(shí)施方式

下面結(jié)合附圖對本發(fā)明的具體實(shí)施方式作進(jìn)一步說明。在此需要說明的是，對于這些實(shí)施方式的說明用于幫助理解本發(fā)明，但并不構(gòu)成對本發(fā)明的限定。此外，下面所描述的本發(fā)明各個實(shí)施方式中所涉及的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互組合。

本發(fā)明提供了一種智能人體成分秤的數(shù)據(jù)修正方法，如圖1所示，步驟包括：

s201、通過智能人體成分秤獲取客戶的新數(shù)據(jù)；

s202、判斷是否有上一條的正常數(shù)據(jù)，通過圖2和圖3判斷上一條的數(shù)據(jù)是否正常；

s203、通過步驟s202判斷上一條數(shù)據(jù)有正常數(shù)據(jù)，進(jìn)一步判斷這條新數(shù)據(jù)是否滿足于上條數(shù)據(jù)的體重變化在2公斤以內(nèi)并且體脂率變化超過2.5％；

s204、通過步驟s202判斷上一條數(shù)據(jù)沒有正常數(shù)據(jù)，進(jìn)一步判斷這條新數(shù)據(jù)是否是異常數(shù)據(jù)；

s205、通過步驟s203判斷這條新數(shù)據(jù)是滿足于上條數(shù)據(jù)的體重變化在2公斤以內(nèi)并且體脂率變化超過2.5％，則按照經(jīng)驗(yàn)修正系數(shù)修改這條數(shù)據(jù)；

s206、通過步驟s205對數(shù)據(jù)進(jìn)行修正，并對修正后的數(shù)據(jù)進(jìn)行保存，退出算法；

s207、通過步驟s204判斷新數(shù)據(jù)是異常數(shù)據(jù)則標(biāo)記異常提示用戶異常數(shù)據(jù)。

進(jìn)一步的，通過步驟s203判斷這條新數(shù)據(jù)不滿足于上條數(shù)據(jù)的體重變化在2公斤以內(nèi)并且體脂率變化超過2.5％，則重復(fù)步驟s204。

進(jìn)一步的，通過步驟s204判斷新數(shù)據(jù)不是異常數(shù)據(jù)后，對新數(shù)據(jù)進(jìn)行保存，推出算法。

其中，所述步驟s205中經(jīng)驗(yàn)修正的公式為：

修正后的體脂率＝上一條數(shù)據(jù)的體脂率+經(jīng)驗(yàn)修正系數(shù)m*(本條新數(shù)據(jù)的體重–上一條數(shù)據(jù)的體重)。

上述公式中，經(jīng)驗(yàn)修正系數(shù)m為圖4中線條的斜率。其中，圖4為體脂率變化—體重變化圖，本圖以體脂率變化和體重變化關(guān)系為例說明經(jīng)驗(yàn)修正系數(shù)的計算，橫坐標(biāo)是體重變化，縱坐標(biāo)是體脂率變化，線條為用線性回歸算法計算的回歸擬合線，其斜率即代表經(jīng)驗(yàn)修正系數(shù)。

根據(jù)上述方法中，首先對于人的bmi(身高體重指數(shù))的正常數(shù)據(jù)的體脂率范圍，因?yàn)榇蟛糠秩说臏y量數(shù)據(jù)都是準(zhǔn)確的，如圖2和圖3所示，大部分?jǐn)?shù)據(jù)集中在圍繞回歸線(粗線)上下的的一個范圍內(nèi)，因此我們首先用線性回歸算法算出回歸線的參數(shù)。

其中圖2為男性體脂率—身高體重指數(shù)圖，抽樣了4萬條不同男性的身體成分?jǐn)?shù)據(jù)，橫坐標(biāo)是身高體重指數(shù)，縱坐標(biāo)是體脂率，2條粗線代表通過機(jī)器學(xué)習(xí)算法得到的體脂率正常范圍，細(xì)線是回歸擬合線；

圖3為女性體脂率—身高體重指數(shù)圖，抽樣了7萬條不同女性客戶的身體成分?jǐn)?shù)據(jù)，橫坐標(biāo)是身高體重指數(shù)，縱坐標(biāo)是體脂率，2條粗線代表通過機(jī)器學(xué)習(xí)算法得到的體脂率正常范圍，細(xì)線是回歸擬合線；

體脂率y＝截距a+斜率b*身高體重指數(shù)x，以線性回歸方程的截距和斜率為基礎(chǔ)，給定范圍參數(shù)c和斜率系數(shù)d，假設(shè)正常范圍為直線y＝a-c+b*(1-d)*x和y＝a+c+b*(1-d)*x之間的范圍(如圖2和圖3中的細(xì)線所示)，我們設(shè)定通過直線范圍內(nèi)的數(shù)據(jù)點(diǎn)占所有數(shù)據(jù)點(diǎn)的比例為p，通過對c在區(qū)間[0，0.1]和d在區(qū)間[-0.5，0.5]，我們以0.01為步長，計算從c＝0和d＝-0.5開始，計算在區(qū)間內(nèi)符合情況的所有d和c的值對應(yīng)的的p值和函數(shù)j＝c-p的值，通過計算得到j(luò)最小值對應(yīng)的d和c，確定參數(shù)值。設(shè)計使得j最小的意義在于在正常范圍的界限和通過正常數(shù)據(jù)的比例之間達(dá)到一個平衡。

然后對于計算出人體其他成分變化相對體重變化的經(jīng)驗(yàn)修正系數(shù)，如圖4所示，體脂率的變化和體重的變化基本線性相關(guān)，因此我們利用線性回歸算法，求出使得殘差平方和最小的線性回歸方程，

體脂率變化deltay＝經(jīng)驗(yàn)修正系數(shù)m*體重變化deltax

其中經(jīng)驗(yàn)修正系數(shù)m即為方程的斜率。

可知，步驟s202通過上述方法判斷上一條的數(shù)據(jù)是否正常。

通過上述方法，對客戶數(shù)據(jù)在體重變化很小和體脂率變化不穩(wěn)定的情況得到有效的解決。以圖5未修正之前的數(shù)據(jù)和圖6修正之后的數(shù)據(jù)為例，未修正之前在體重每天變化很小的情況下(在86kg—88kg之間)，體脂率變化很大，通過正常單位的檢驗(yàn)，可以知道10個數(shù)據(jù)中有3個數(shù)據(jù)是異常數(shù)據(jù)(圖5中體脂率30％多的數(shù)據(jù))，通過對這些異常數(shù)據(jù)的修正，修正后的體脂率數(shù)據(jù)變化相對穩(wěn)定，全部異常數(shù)據(jù)得到處理。

其中，圖5為修正前體重和體脂率數(shù)據(jù)圖，橫坐標(biāo)是采集數(shù)據(jù)的時間，大方連線代表體脂率，小方連線代表體重，左坐標(biāo)軸是體重，右坐標(biāo)軸是體脂率；

圖6為修正后體重和體脂率數(shù)據(jù)圖，橫坐標(biāo)是采集數(shù)據(jù)的時間，大方連線代表體脂率，小方連線代表體重，左坐標(biāo)軸是體重，右坐標(biāo)軸是體脂率。

以上結(jié)合附圖對本發(fā)明的實(shí)施方式作了詳細(xì)說明，但本發(fā)明不限于所描述的實(shí)施方式。對于本領(lǐng)域的技術(shù)人員而言，在不脫離本發(fā)明原理和精神的情況下，對這些實(shí)施方式進(jìn)行多種變化、修改、替換和變型，仍落入本發(fā)明的保護(hù)范圍內(nèi)。