一种便携式药贴热敷仪的交互控制方法及系统与流程

1.本发明涉及智能控制相关领域，尤其涉及一种便携式药贴热敷仪的交互控制方法及系统。


背景技术：

2.目前市场上的理疗仪种类较多，对于便携式的理疗仪具有携带方便、操作简单、高效等多种优点受到人们的喜欢，但针对于便携式理疗仪的体积小、便携式特点，其控制系统难以实现较多、复杂的控制功能，且显示屏较小难以满足用户的多样化需求，交互控制的实现性较弱，因此，基于交互性控制实现便携热敷仪的智能化持续温控和自动调节，能够丰富便携式热敷仪的使用功能，提高市场影响力。
3.然而，现有技术中存在对便携式热敷仪的持续温控不够智能化，交互调节自动化水平弱，无法针对用户个人特征进行温控自调节控制，影响使用体验的技术问题。


技术实现要素：

4.针对现有技术中的缺陷，本发明实施例的目的是，通过提供一种便携式药贴热敷仪的交互控制方法及系统，解决了现有技术中存在对便携式热敷仪的持续温控不够智能化，交互调节自动化水平弱，无法针对用户个人特征进行温控自调节控制，影响使用体验的技术问题，达到了根据用户的个人特征分析进行智能化交互信息分析，并进一步基于迁移学习提高数据利用率，准确对热敷仪进行智能化持续温控，提高用户使用体验的技术效果。
5.为了解决上述技术问题，本发明采用如下技术方案实现：
6.一方面，本发明实施例提供一种便携式药贴热敷仪的交互控制方法，所述方法应用于一种便携式药贴热敷仪的交互控制系统，所述系统与第一数据采集装置通信连接，所述方法包括：根据所述第一数据采集装置对第一用户进行数据采集，获得第一用户信息和第一工作信息；将所述第一用户信息和所述第一工作信息输入热敷智能推荐模型中，根据所述热敷智能推荐模型，获得第一推荐信息，其中，所述第一推荐信息为推荐热敷部位；将所述第一推荐信息发送至第一移动设备，获得第一预设热敷部位信息；获得第一预设定时信息；将所述热敷智能推荐模型的n层训练数据作为迁移数据进行模型迁移学习，获得热敷智能控制模型；所述热敷智能控制模型基于所述第一预设热敷部位信息和所述第一预设定时信息，获得第一输出信息，其中，所述第一输出信息为热敷温控拐点信息；根据所述第一输出信息生成的第一温控曲线对第一热敷仪进行温度控制。
7.另一方面，本发明还提供了一种便携式药贴热敷仪的交互控制系统，所述系统包括：第一获得单元，所述第一获得单元用于根据第一数据采集装置对第一用户进行数据采集，获得第一用户信息和第一工作信息；第一输入单元，所述第一输入单元用于将所述第一用户信息和所述第一工作信息输入热敷智能推荐模型中，根据所述热敷智能推荐模型，获得第一推荐信息，其中，所述第一推荐信息为推荐热敷部位；第二获得单元，所述第二获得单元用于将所述第一推荐信息发送至第一移动设备，获得第一预设热敷部位信息；第三获
得单元，所述第三获得单元用于获得第一预设定时信息；第一迁移单元，所述第一迁移单元用于将所述热敷智能推荐模型的n层训练数据作为迁移数据进行模型迁移学习，获得热敷智能控制模型；第四获得单元，所述第四获得单元用于所述热敷智能控制模型基于所述第一预设热敷部位信息和所述第一预设定时信息，获得第一输出信息，其中，所述第一输出信息为热敷温控拐点信息；第一控制单元，所述第一控制单元用于根据所述第一输出信息生成的第一温控曲线对第一热敷仪进行温度控制。
8.第三方面，本发明实施例提供了一种便携式药贴热敷仪的交互控制系统，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第一方面任一项所述方法的步骤。
9.与现有技术相比，本发明至少具有如下技术效果或优点：
10.由于采用了根据系统通信连接的第一数据采集装置对第一用户进行身份信息和工作信息采集，进而获得第一用户信息和第一工作信息的双维度信息，在双维度信息的基础上根据所述第一用户信息和所述第一工作信息进行模型的训练，进而获得热敷智能推荐模型，以所述热敷智能推荐模型获得的推荐热敷部位进行用户交互筛选和定时控制，确定用户的交互输出信息，进一步的，以所述热敷智能推荐模型中的双维度数据训练层进行分析，保留其迁移训练的n层数据作为迁移数据进行模型迁移学习，进而获得热敷智能控制模型，以交互输出的信息为时间序列基础进行温控拐点的输出，从而形成第一温控曲线用于对所述第一热敷仪进行智能温控，进而达到了根据用户的个人特征分析进行智能化交互信息分析，并进一步基于迁移学习提高数据利用率，准确对热敷仪进行智能化持续温控，提高用户使用体验的技术效果。
11.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
12.通过阅读参照以下附图对非限制性实施例所做的详细描述，本发明的其它特征、目的和优点将会变得更明显：
13.图1为本发明实施例一种便携式药贴热敷仪的交互控制方法的流程示意图；
14.图2为本发明实施例一种便携式药贴热敷仪的交互控制方法的获得热敷智能控制模型的流程示意图；
15.图3为本发明实施例一种便携式药贴热敷仪的交互控制方法的温控适应函数分析的流程示意图；
16.图4为本发明实施例一种便携式药贴热敷仪的交互控制方法的获得第一交集推荐信息的流程示意图；
17.图5为本发明实施例一种便携式药贴热敷仪的交互控制方法的用户温控曲线类比的流程示意图；
18.图6为本发明实施例一种便携式药贴热敷仪的交互控制系统的结构示意图；
19.图7为本发明实施例示例性电子设备的结构示意图。
具体实施方式
20.本发明实施例通过提供一种便携式药贴热敷仪的交互控制方法及系统，解决了现有技术中存在对便携式热敷仪的持续温控不够智能化，交互调节自动化水平弱，无法针对用户个人特征进行温控自调节控制，影响使用体验的技术问题，达到了根据用户的个人特征分析进行智能化交互信息分析，并进一步基于迁移学习提高数据利用率，准确对热敷仪进行智能化持续温控，提高用户使用体验的技术效果。
21.下面，将参考附图详细的描述根据本发明的示例实施例。显然，所描述的实施例仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。
22.发明概述
23.热敷仪能够通过电传导加热，提高皮肤表皮温度，促进血液循环，现阶段人们工作压力大，需要缓解疲劳时多采用热敷仪来加热药贴的，提高药贴使用度，便携式热敷仪能够进一步提高用户便携性的需求，一般来说，热敷仪为了保证便携性，其仪器设计结构的微型化设计会使得一些交互功能不完全实现，进而影响热敷仪的准确性控制和智能化持续温控，因此，通过提出一种便携式药贴热敷仪的交互控制方法，针对用户进行双维度数据采集和用户交互信息，且能够在迁移学习的基础上进行温控模型训练，达到了根据用户的个人特征分析进行智能化交互信息分析，提高温控准确性和持续性。
24.针对上述技术问题，本发明提供的技术方案总体思路如下：
25.根据系统通信连接的第一数据采集装置对第一用户进行身份信息和工作信息采集，进而获得第一用户信息和第一工作信息的双维度信息，在双维度信息的基础上根据所述第一用户信息和所述第一工作信息进行模型的训练，进而获得热敷智能推荐模型，以所述热敷智能推荐模型获得的推荐热敷部位进行用户交互筛选和定时控制，确定用户的交互输出信息，进一步的，以所述热敷智能推荐模型中的双维度数据训练层进行分析，保留其迁移训练的n层数据作为迁移数据进行模型迁移学习，进而获得热敷智能控制模型，以交互输出的信息为时间序列基础进行温控拐点的输出，从而形成第一温控曲线用于对所述第一热敷仪进行智能温控，进而达到了根据用户的个人特征分析进行智能化交互信息分析，并进一步基于迁移学习提高数据利用率，准确对热敷仪进行智能化持续温控，提高用户使用体验的技术效果。
26.为了更好地理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
27.实施例一
28.如图1所示，本发明实施例提供了一种便携式药贴热敷仪的交互控制方法，所述方法应用于一种便携式药贴热敷仪的交互控制系统，所述系统与第一数据采集装置通信连接，所述方法包括：
29.步骤s100：根据所述第一数据采集装置对第一用户进行数据采集，获得第一用户信息和第一工作信息；
30.具体而言，所述第一数据采集装置能够对所述第一用户进行数据采集，进而获得第一用户信息和第一工作信息，其中，所述第一用户信息包括用户年龄、用户性别、用户身份、以及日常作息休息等信息，所述第一工作信息包括工作领域、工作类别、工作时长等信
息。进一步的，所述第一数据采集装置能够通过连接用户移动设备或智能穿戴装置进行数据采集，从而提高所述第一数据采集装置的高可用性，以所述第一用户分别在日常和工作中进行双维度的数据采集，再进行之后的分析，能够实现数据自动采集以提供准确的基础来源。
31.步骤s200：将所述第一用户信息和所述第一工作信息输入热敷智能推荐模型中，根据所述热敷智能推荐模型，获得第一推荐信息，其中，所述第一推荐信息为推荐热敷部位；
32.具体而言，将所述第一用户信息和所述第一工作信息输入所述第热敷智能推荐模型中，能够基于用户的日常生活习惯特征和工作的特征进行特征数据的不断识别和训练，从而输出其主要热敷身体部位，比如，办公室长时间久坐的人群，身体可能出现受损概率较大的部位颈椎、腰部等。其中，所述热敷智能推荐模型是基于用户特征性和受损性的共享医疗数据库构建的数学模型，包括了多类特征用户以及热敷部位的数据组，从而提高所述热敷智能推荐模型输出的针对性，且所述第一推荐信息的可靠性也随之增加，进一步的，所述第一推荐信息中包括多个推荐热敷部位，基于所述第一用户信息和所述第一工作信息训练获得的特征强度还可以对所述第一推荐信息进行进一步的分层和分级，再将所述第一推荐信息输出，达到了基于用户双维度信息特征进行模型的分析，增加用户针对性和输出准确性的技术效果。
33.步骤s300：将所述第一推荐信息发送至第一移动设备，获得第一预设热敷部位信息；
34.步骤s400：获得第一预设定时信息；
35.具体而言，由于所述第一推荐信息为所述热敷智能推荐模型输出的推荐信息，具有可靠性和针对性，将所述第一推荐信息发送至所述第一用户的连接设备，其中，所述第一移动设备为所述第一用户的使用频次和使用熟悉度优选的移动设备。所述第一用户可以根据接收的所述第一推荐信息进行自主筛选，且由于所述第一推荐信息为分层输出，按照其推荐优先级进行排列，因此，在与用户进行智能化推荐时能够为用户提高决策质量，提高用户舒适度，其中，所述第一预设热敷部位信息为所述第一用户自主筛选获得的热敷部位。
36.所述第一预设定时信息为基于用户对便携式热敷仪进行定时的操作，可以根据用户的适应性选择进行时间把握，从而将所述第一预设热敷部位信息和所述第一预设定时信息作为所述第一用户的交互信息进行输出，通过接收所述第一用户的交互输出信息能够针对于用户选择进行进一步的分析，比如，热敷部位的不同和预设定时的不同，其温度控制也随之改变，在预设定时中贴合用户选择热敷部位进行智能化的持续温度控制，提高控制智能性。
37.步骤s500：将所述热敷智能推荐模型的n层训练数据作为迁移数据进行模型迁移学习，获得热敷智能控制模型；
38.进一步的，如图2所示，本发明实施例步骤s500还包括：
39.步骤s510：根据所述第一数据采集装置中的温度传感器，获得所述第一用户的实时体感温度和实时环境温度；
40.步骤s520：根据所述第一用户的所述实时体感温度和所述实时环境温度，生成第一温控训练数据集；
41.步骤s530：根据所述热敷智能推荐模型的n层训练数据，获得第一迁移数据集；
42.步骤s540：根据所述第一温控训练数据集和所述第一迁移数据集进行迁移学习，获得所述热敷智能控制模型。
43.具体而言，所述热敷智能控制模型是根据所述热敷智能推荐模型进行模型迁移学习获得的模型，由于所述热敷智能推荐模型的训练数据是根据所述第一用户信息和所述第一工作信息进行信息特征训练获得，进一步的，所述第一用户信息和所述第一工作信息也作为所述智能热敷控制模型中的温度控制特征数据，因此，通过对所述热敷智能推荐模型中的数据进行迁移，获得第一迁移数据集，以所述第一迁移数据集和所述第一温控训练数据集实现模型的训练，其中，所述第一温控训练数据集为所述第一用户的实时体感温度和实时环境温度，由于用户身份、年龄、性别的不同其体感温度和热敷仪适感温度有所影响，且所述实时环境温度对于热敷仪适感温度也有所影响，因此，将所述实时体感温度和所述实时环境温度作为所述第一温控训练数据集进行训练，能够保证用户在实时环境中，体感温度和热敷仪温度的适应性智能控制，同时以所述热敷智能推荐模型获得的所述第一迁移数据集对用户进行热敷特征贴合适配，从而获得所述热敷智能控制模型。
44.进一步的，所述热敷智能控制模型基于所述热敷智能推荐模型进行n层训练数据的获取是对数据特征性进一步筛选以及分析后获得的迁移结果，因此，通过迁移学习能够提高数据的利用率进而提高所述第一热敷仪的计算效率，从而基于用户身份等各项特征进行多环境应用下的数学模型，提高所述热敷智能推荐模型的完善程度和输出准确性。
45.步骤s600：所述热敷智能控制模型基于所述第一预设热敷部位信息和所述第一预设定时信息，获得第一输出信息，其中，所述第一输出信息为热敷温控拐点信息；
46.步骤s700：根据所述第一输出信息生成的第一温控曲线对第一热敷仪进行温度控制。
47.具体而言，由于所述第一预设热敷部位为用户交互输出的热敷部位，因此，针对于热敷部位对应进行所述热敷智能控制模型中温度的输出，进一步，所述第一预设定时信息为所述第一用户根据目前时间充足性等确定的定时长度，以所述第一预设定时信息为时间序列的阈值，以所述第一预设热敷部位为约束条件，进而获得所述热敷智能控制模型输出的热敷温控拐点，进而根据输出的所有热敷温控拐点生成所述第一温控曲线，基于所述第一温控曲线对所述第一热敷仪在所述第一预设定时中进行温度控制。
48.进一步的，所述热敷温控拐点信息为针对于所述第一预设热敷部位信息模型训练获得的热敷拐点，能够根据实时体感温度和实时环境进行拐点的限制和约束，提高用户安全性，所述第一输出信息中的所有热敷温控拐点是温度变化控制的拐点，能够基于热敷时长和用户个人特征适应化调整，达到了根据用户的个人特征分析进行智能化交互信息分析，并进一步基于迁移学习提高数据利用率，准确对热敷仪进行智能化持续温控，提高用户使用体验的技术效果。
49.进一步的，如图3所示，所述根据所述第一用户的所述实时体感温度和所述实时环境温度，生成第一温控训练数据集，本发明实施例步骤s520还包括：
50.步骤s521：获得所述第一热敷仪的第一热敷药贴信息；
51.步骤s522：根据所述第一热敷药贴信息进行药贴温控分析，确定药贴控制温度；
52.步骤s523：根据所述药贴控制温度、所述实时体感温度和所述实时环境温度进行
温控适应函数分析，输出第一响应温度数据集；
53.步骤s524：根据所述第一响应温度数据集，生成所述第一温控训练数据集。
54.具体而言，所述第一热敷药贴信息为所述第一用户进行药贴热敷的药贴，一般热敷药贴加热时效率低，且暴露于环境中，药效使用率低，基于便携式的热敷仪持续温控方法能够针对于所述第一热敷药贴进行加热，结合用户和药贴的综合性，保证药贴利用率，而药贴的使用与温度的变化具有一定相关性，为了保证所述第一热敷药贴的使用性，基于所述第一热敷药贴进行适应性函数分析，从而补充所述第一温控训练数据集，提高温控数据的特征性。
55.进一步的，首先对所述第一热敷药贴进行信息采集，根据其信息确定药贴的加热的控制温度，进一步的，根据所述实时体感温度以及所述实时环境温度，综合条件下在所述药贴控制温度中进行药贴温度变化的适应性分析，其中，进行适应性分析时通过引入适应函数进行分析，以所述实时体感温度和所述实时环境温度为基础变量，药贴适宜控制温度为响应从而输出所述第一响应温度数据集，并根据所述第一响应温度数据集和对应的实时体感温度和实时环境温度这三组数据，生成所述第一温控训练数据集。使得所述第一温控训练数据集中增加了以热敷药贴为使用条件的适应性函数分析，提高训练数据的特征性，进而使得温度的持续控制更加准确，实现智能化持续温控。
56.进一步的，所述根据所述热敷智能推荐模型的n层训练数据，获得第一迁移数据集，本发明实施例步骤s530还包括：
57.步骤s531：获得所述热敷智能推荐模型的数据训练层；
58.步骤s532：根据所述热敷智能控制模型，获得迁移数据标签；
59.步骤s533：基于所述迁移数据标签对所述数据训练层进行数据特征强度和数据量分析，获得第一特征分析结果；
60.步骤s534：根据所述第一数据分析结果，获得第一迁移节点；
61.步骤s535：根据所述第一迁移节点对所述热敷智能推荐模型的n层训练数据进行迁移，获得所述第一迁移数据集。
62.具体而言，所述热敷智能推荐模型的数据训练层包括多个数据训练层，且所述热敷智能推荐模型通过数据训练至收敛获得，因此，针对于所述热敷智能推荐模型的所有数据训练层进行迁移数据分析，通过对数据特征性进行分析，从而获得所述第一迁移数据。
63.进一步的，所述迁移数据标签为所述热敷智能控制模型需求的数据标签，由于所述热敷智能推荐模型中的所有数据进行特征训练过程中特征强度逐渐收敛，根据所述迁移数据标签对所述热敷智能推荐模型中的训练层数据进行特征强度的分析和数据量的分析，由于所述热敷智能推荐模型和所述热敷智能控制模型的模型结果不同，因此，在进行迁移数据获取的过程中还需要对数据进行标签筛选进而以出于预设特征强度内的的n层训练数据作为迁移数据，即所述预设特征强度为迁移节点进行迁移，进而获得所述第一迁移数据集，通过迁移学习这一种机器学习的方式，利用了原始模型上标签数据对目标模型进行开发，从而提高数据利用率和优化模型训练的效果。
64.进一步的，所述根据所述第一输出信息生成的第一温控曲线对第一热敷仪进行温度控制，本发明实施例步骤s700还包括：
65.步骤s710：将所述第一预设定时信息作为横坐标，将所述第一输出信息中的热敷
温控拐点信息作为纵坐标，构建所述第一温控曲线；
66.步骤s720：通过对所述第一热敷仪的加热件和散热件进行元件控温数据采集，构建第二温控曲线，其中，所述第二温控曲线用于对所述第一热敷仪进行散热控制；
67.步骤s730：根据所述第一温控曲线和所述第二温控曲线对所述第一热敷仪进行温度控制。
68.具体而言，所述第一温控曲线为所述第一热敷仪根据所述热敷智能控制模型进行温度持续控制的曲线，所述第二温控曲线为所述第一热敷仪基于所述第一温控曲线的基础上，结合所述第一热敷仪的散热结构进行散热控制的曲线。其中，所述第一温控曲线是以所述第一预设定时信息为横坐标，所述第一热敷仪的控制温度为纵坐标，构建直角坐标系，并根据直角坐标系对所述热敷智能控制模型输出的热敷温控拐点进行绘制获得的，其所述第一温控曲线能够在所述第一用户交互输出的第一预设定时信息汇总进行温度的持续控制。
69.进一步的，由于所述第一热敷仪是根据加热元件进行加热的进行热敷的，因此，为了保证其加热元件的工作温度不影响实时控制温度以及维持温度变化稳定性，需要对所述第一热敷仪的散热结构进行控制，从而根据所述第一温控曲线的实时变化绘制所述第二温控曲线，实现对所述第一热敷仪的散热控制，从而达到了基于所述第一温控曲线和所述第二温控曲线对所述第一热敷仪温度控制，提高持续控制准确性和稳定性的技术效果。
70.进一步的，如图4所示，本发明实施例步骤s300还包括：
71.步骤s310：根据所述第一用户信息的第一身份信息为中心，获得第一关联信息结构；
72.步骤s320：根据所述第一工作信息的第一所属类别为中心，获得第二关联信息结构；
73.步骤s330：根据所述第一关联信息结构和所述第二关联信息结构对所述第一用户进行热敷智能推荐模型分析，获得第一推荐集合和第二推荐集合；
74.步骤s340：通过对所述第一推荐集合和所述第二推荐集合进行交集求取，获得第一交集推荐信息；
75.步骤s350：将所述第一交集推荐信息作为所述第一推荐信息中的第一推荐层级进行输出，其中，所述第一推荐层级具有第一优先级。
76.具体而言，由于所述第一用户信息和所述第一工作信息是对所述第一用户进行生活和工作上的双卫数据采集，因此，基于所述一用户的第一身份信息，建立以所述第一身份信息为中心的拓扑结构，即所述第一关联信息结构，基于所述第一工作信息的第一所述类别为中心建立拓扑结构，即所述第二关联信息结构，从而根据所述第一关联信息结构和所述第二关联信息结构对所述第一用户在两个维度上的行为特征进行热敷部位的分析输出。进而根据热敷部位的输出进行热敷部位的交集求取，获得所述第一交集推荐信息，所述第一交集推荐信息为两个维度的热敷部位交集，从而将所述第一交集推荐信息作为所述第一推荐信息中的第一层级进行输出，达到了提高所述第一推荐信息输出的层级化，为用户交互决策提供有效信息。
77.进一步的，如图5所示，本发明实施例步骤s700还包括：
78.步骤s740：通过对所述第一用户进行数据记录，获得第一数据组；
79.步骤s750：通过对第二用户进行数据采集，获得第二数据组；
80.步骤s760：将所述第一数据组作为基础数据与所述第二数据组进行数据特征相似性比对，获得第一比对结果；
81.步骤s770：若所述第一比对结果中的相似度大于等于预设相似度，获得第一类比指令，
82.步骤s780：根据所述第一类比指令，引入损失函数对所述第二数据组进行损失分析，基于损失分析结果类比所述第一温控曲线，获得第三温控曲线。
83.具体而言，所述第一数据组是对所述第一用户在进行所述第一热敷仪温度控制采集的数据记录以获得第一数据组；所述第二数据组为对所述第二用户进行所述第一热敷仪温度控制采集的数据，其中，所述第一用户与所述第二用户不相同，再将所述第一数据组和所述第二数据组进行数据特征相似性比对，若相似度大于等于预设相似度，标识用户特征相似，比如年龄、性别相同以及工作领域和工作属性等相似性较高时，能够根据所述第一类比指令以所述第一用户的第一温控曲线为基础，再引入损失函数对所述第二数据组与所述第一数剧组的其他数据进行损失分析，并根据损失分析结果对所述第一温控曲线进行调整，获得所述三温控曲线，进而基于所述第三温控曲线对所述第二用户进行温度持续控制，通过类比条件进一步提高系统的可容性，从而实现对热敷仪进行智能化持续温控。
84.实施例二
85.基于与前述实施例中一种便携式药贴热敷仪的交互控制方法同样发明构思，本发明还提供了一种便携式药贴热敷仪的交互控制系统，如图6所示，所述系统包括：
86.第一获得单元11，所述第一获得单元11用于根据第一数据采集装置对第一用户进行数据采集，获得第一用户信息和第一工作信息；
87.第一输入单元12，所述第一输入单元12用于将所述第一用户信息和所述第一工作信息输入热敷智能推荐模型中，根据所述热敷智能推荐模型，获得第一推荐信息，其中，所述第一推荐信息为推荐热敷部位；
88.第二获得单元13，所述第二获得单元13用于将所述第一推荐信息发送至第一移动设备，获得第一预设热敷部位信息；
89.第三获得单元14，所述第三获得单元14用于获得第一预设定时信息；
90.第一迁移单元15，所述第一迁移单元15用于将所述热敷智能推荐模型的n层训练数据作为迁移数据进行模型迁移学习，获得热敷智能控制模型；
91.第四获得单元16，所述第四获得单元16用于所述热敷智能控制模型基于所述第一预设热敷部位信息和所述第一预设定时信息，获得第一输出信息，其中，所述第一输出信息为热敷温控拐点信息；
92.第一控制单元17，所述第一控制单元17用于根据所述第一输出信息生成的第一温控曲线对第一热敷仪进行温度控制。
93.进一步的，所述系统还包括：
94.第五获得单元，所述第五获得单元用于根据所述第一数据采集装置中的温度传感器，获得所述第一用户的实时体感温度和实时环境温度；
95.第一生成单元，所述第一生成单元用于根据所述第一用户的所述实时体感温度和所述实时环境温度，生成第一温控训练数据集；
96.第六获得单元，所述第六获得单元用于根据所述热敷智能推荐模型的n层训练数
据，获得第一迁移数据集；
97.第七获得单元，所述第七获得单元用于根据所述第一温控训练数据集和所述第一迁移数据集进行迁移学习，获得所述热敷智能控制模型。
98.进一步的，所述系统还包括：
99.第八获得单元，所述第八获得单元用于获得所述第一热敷仪的第一热敷药贴信息；
100.第一确定单元，所述第一确定单元用于根据所述第一热敷药贴信息进行药贴温控分析，确定药贴控制温度；
101.第一响应单元，所述第一响应单元用于根据所述药贴控制温度、所述实时体感温度和所述实时环境温度进行温控适应函数分析，输出第一响应温度数据集；
102.第二生成单元，所述第二生成单元用于根据所述第一响应温度数据集，生成所述第一温控训练数据集。
103.进一步的，所述系统还包括：
104.第九获得单元，所述第九获得单元用于获得所述热敷智能推荐模型的数据训练层；
105.第十获得单元，所述第十获得单元用于根据所述热敷智能控制模型，获得迁移数据标签；
106.第十一获得单元，所述第十一获得单元用于基于所述迁移数据标签对所述数据训练层进行数据特征强度和数据量分析，获得第一特征分析结果；
107.第十二获得单元，所述第十二获得单元用于根据所述第一数据分析结果，获得第一迁移节点；
108.第二迁移单元，所述第二迁移单元用于根据所述第一迁移节点对所述热敷智能推荐模型的n层训练数据进行迁移，获得所述第一迁移数据集。
109.进一步的，所述系统还包括：
110.第一构建单元，所述第一构建单元用于将所述第一预设定时信息作为横坐标，将所述第一输出信息中的热敷温控拐点信息作为纵坐标，构建所述第一温控曲线；
111.第二构建单元，所述第二构建单元用于通过对所述第一热敷仪的加热件和散热件进行元件控温数据采集，构建第二温控曲线，其中，所述第二温控曲线用于对所述第一热敷仪进行散热控制；
112.第二控制单元，所述第二控制单元用于根据所述第一温控曲线和所述第二温控曲线对所述第一热敷仪进行温度控制。
113.进一步的，所述系统还包括：
114.第十三获得单元，所述第十三获得单元用于根据所述第一用户信息的第一身份信息为中心，获得第一关联信息结构；
115.第十四获得单元，所述第十四获得单元用于根据所述第一工作信息的第一所属类别为中心，获得第二关联信息结构；
116.第十五获得单元，所述第十五获得单元用于根据所述第一关联信息结构和所述第二关联信息结构对所述第一用户进行热敷智能推荐模型分析，获得第一推荐集合和第二推荐集合；
117.第十六获得单元，所述第十六获得单元用于通过对所述第一推荐集合和所述第二推荐集合进行交集求取，获得第一交集推荐信息；
118.第二输出单元，所述第二输出单元用于将所述第一交集推荐信息作为所述第一推荐信息中的第一推荐层级进行输出，其中，所述第一推荐层级具有第一优先级。
119.进一步的，所述系统还包括：
120.第一记录单元，所述第一记录单元用于通过对所述第一用户进行数据记录，获得第一数据组；
121.第十七获得单元，所述第十七获得单元用于通过对第二用户进行数据采集，获得第二数据组；
122.第一比对单元，所述第一比对单元用于将所述第一数据组作为基础数据与所述第二数据组进行数据特征相似性比对，获得第一比对结果；
123.第十八获得单元，所述第十八获得单元用于若所述第一比对结果中的相似度大于等于预设相似度，获得第一类比指令，
124.第一类比单元，所述第一类比单元用于根据所述第一类比指令，引入损失函数对所述第二数据组进行损失分析，基于损失分析结果类比所述第一温控曲线，获得第三温控曲线。
125.前述图1实施例一中的一种便携式药贴热敷仪的交互控制方法的各种变化方式和具体实例同样适用于本实施例的一种便携式药贴热敷仪的交互控制系统，通过前述对一种便携式药贴热敷仪的交互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便携式药贴热敷仪的交互控制系统的实施方法，所以为了说明书的简洁，在此不再详述。
126.实施例三
127.下面参考图7来描述本发明实施例的电子设备。
128.图7图示了根据本发明实施例的电子设备的结构示意图。
129.基于与前述实例施中一种便携式药贴热敷仪的交互控制方法的发明构思，本发明还提供一种便携式药贴热敷仪的交互控制系统，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便携式药贴热敷仪的交互控制系统的任一方法的步骤。
130.其中，在图7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系统通信的单元。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。
131.本发明实施例提供一种便携式药贴热敷仪的交互控制方法，所述方法应用于一种便携式药贴热敷仪的交互控制系统，所述系统与第一数据采集装置通信连接，所述方法包括：根据所述第一数据采集装置对第一用户进行数据采集，获得第一用户信息和第一工作信息；将所述第一用户信息和所述第一工作信息输入热敷智能推荐模型中，根据所述热敷
智能推荐模型，获得第一推荐信息，其中，所述第一推荐信息为推荐热敷部位；将所述第一推荐信息发送至第一移动设备，获得第一预设热敷部位信息；获得第一预设定时信息；将所述热敷智能推荐模型的n层训练数据作为迁移数据进行模型迁移学习，获得热敷智能控制模型；所述热敷智能控制模型基于所述第一预设热敷部位信息和所述第一预设定时信息，获得第一输出信息，其中，所述第一输出信息为热敷温控拐点信息；根据所述第一输出信息生成的第一温控曲线对第一热敷仪进行温度控制。解决了现有技术中存在对便携式热敷仪的持续温控不够智能化，交互调节自动化水平弱，无法针对用户个人特征进行温控自调节控制，影响使用体验的技术问题，达到了根据用户的个人特征分析进行智能化交互信息分析，并进一步基于迁移学习提高数据利用率，准确对热敷仪进行智能化持续温控，提高用户使用体验的技术效果。
132.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
133.本发明是参照根据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。
134.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。
135.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。
136.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，则可对这些实施例进行另外的变更和修改。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。
137.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。