基于耳部健康监测的耳机智能控制方法、系统及存储介质

专利主权项内容

1.基于耳部健康监测的耳机智能控制方法，其特征在于，包括以下步骤：获取当前耳机的历史服役数据信息，并根据所述当前耳机的历史服役数据信息构建耳机音量性能退化特征预测模型，通过所述耳机音量性能退化特征预测模型获取当前耳机的音量性能退化特征数据；获取用户在预设时间之内的耳部健康监测数据信息，并通过对所述用户在预设时间之内的耳部健康监测数据信息进行评价，获取每一时间戳的耳部健康隶属度信息；通过马尔科夫链计算每一时间戳的耳部健康隶属度信息转移到下一等级的耳部健康隶属度信息的转移概率值，根据所述转移概率值构建耳部健康状态转移概率预测模型，根据所述耳部健康状态转移概率预测模型获取当前时间戳的耳部健康隶属度信息；获取当前耳机播放的音频特征数据信息，根据所述当前耳机播放的音频特征数据信息以及当前耳机的音量性能退化特征数据获取耳机实际的音量特征数据，根据所述耳机实际的音量特征数据以及当前时间戳的耳部健康隶属度信息生成耳机的控制参数；根据所述当前耳机的历史服役数据信息构建耳机音量性能退化特征预测模型，通过所述耳机音量性能退化特征预测模型获取当前耳机的音量性能退化特征数据，具体包括：基于贝叶斯网络构建耳机音量性能退化特征预测模型，并引入遗传算法，根据所述当前耳机的历史服役数据信息构建若干样本数据节点，并初始化部分所述样本数据节点的输入训练顺序；将所述样本数据节点按照所述输入训练顺序输入到所述耳机音量性能退化特征预测模型中进行训练，获取耳机音量性能退化特征预测模型的模型参数；根据所述遗传算法设置遗传代数，判断所述耳机音量性能退化特征预测模型的模型参数是否大于预设模型参数阈值，若不大于，则根据所述遗传代数对输入训练顺序进行遗传，调整所述样本数据节点的输入训练顺序；当所述耳机音量性能退化特征预测模型的模型参数大于预设模型参数阈值时，输出样本数据节点的输入训练顺序，并按照所述样本数据节点的输入训练顺序对耳机音量性能退化特征预测模型进行训练；获取预设时间之内耳机的服役数据信息，将所述预设时间之内耳机的服役数据信息输入到所述耳机音量性能退化特征预测模型中预测，获取当前耳机的音量性能退化特征数据。