基于人工智能的亚健康风险预测方法、装置、设备及介质与流程

技术特征：
1.一种基于人工智能的亚健康风险预测方法，其特征在于，所述方法包括：获取目标日期和目标对象的子因子时序信息库；根据所述子因子时序信息库，对所述目标日期进行子因子波动总系数计算；根据所述子因子时序信息库、所述目标日期和预设的预测天数，对每个主因子进行日亚健康概率预测，得到主因子日亚健康概率；对每个日期对应的各个所述主因子日亚健康概率进行线性回归计算，得到日亚健康综合概率；根据各个所述日亚健康综合概率和所述子因子波动总系数，对所述目标日期进行亚健康风险预测，得到亚健康风险预测结果。2.根据权利要求1所述的基于人工智能的亚健康风险预测方法，其特征在于，所述根据所述子因子时序信息库，对所述目标日期进行子因子波动总系数计算的步骤，包括：从所述子因子时序信息库中获取一段时间内的各个子因子时序信息，作为第一子因子时序信息集，其中，所述第一子因子时序信息集的结束日期是所述目标日期，所述第一子因子时序信息集对应的天数等于预设的提取天数；根据所述第一子因子时序信息集，对每个子因子分别进行多个子因子第一平均值、多个子因子第二平均值和一个子因子第三平均值计算，其中，所述子因子第一平均值是连续的和天数等于第一天数的平均值，所述子因子第二平均值是连续的和天数等于第二天数的平均值，所述子因子第三平均值是连续的和天数等于所述提取天数的平均值，所述第二天数大于所述第一天数，所述提取天数大于所述第二天数，同一个所述子因子对应的所有所述子因子第一平均值对应的总天数等于所述提取天数，同一个所述子因子对应的所有所述子因子第二平均值对应的总天数等于所述提取天数；根据各个所述子因子第一平均值和各个所述子因子第三平均值进行子因子第一波动系数计算；根据各个所述子因子第二平均值和各个所述子因子第三平均值进行子因子第二波动系数计算；对所述子因子第一波动系数和所述子因子第二波动系数进行加权求和，得到所述目标日期对应的所述子因子波动总系数。3.根据权利要求1所述的基于人工智能的亚健康风险预测方法，其特征在于，所述根据所述子因子时序信息库、所述目标日期和预设的预测天数，对每个主因子进行日亚健康概率预测，得到主因子日亚健康概率的步骤，包括：将一段时间对应的各个日期作为待预测日期集，其中，所述待预测日期集的结束日期是所述目标日期，所述待预测日期集对应的天数与所述预测天数相同；将预设的主因子列表中任一个主因子作为目标主因子；从所述子因子时序信息库中获取与所述目标主因子对应的各个子因子时序信息，作为第二子因子时序信息集；将所述待预测日期集中的任一个日期作为待处理日期；从所述第二子因子时序信息集中获取一段时间内的各个子因子时序信息，作为目标时序信息集，其中，所述目标时序信息集的结束日期等于所述待处理日期；将所述目标时序信息集输入与所述目标主因子对应的亚健康概率预测模型进行日亚
健康概率预测，得到所述目标主因子在所述待处理日期的所述主因子日亚健康概率。4.根据权利要求1所述的基于人工智能的亚健康风险预测方法，其特征在于，所述对每个日期对应的各个所述主因子日亚健康概率进行线性回归计算，得到日亚健康综合概率的步骤，包括：将各个所述主因子日亚健康概率按日期进行集合划分，得到多个主因子日亚健康概率集；将每个所述主因子日亚健康概率集输入预设的线性回归模型进行线性回归计算，得到所述日亚健康综合概率。5.根据权利要求1所述的基于人工智能的亚健康风险预测方法，其特征在于，所述根据各个所述日亚健康综合概率和所述子因子波动总系数，对所述目标日期进行亚健康风险预测，得到亚健康风险预测结果的步骤，包括：根据各个所述日亚健康综合概率，对所述目标日期进行预设的第一天数内的综合亚健康概率平均值计算，得到亚健康综合概率第一平均值；根据各个所述日亚健康综合概率，对所述目标日期进行预设的第二天数内的综合亚健康概率平均值计算，得到亚健康综合概率第二平均值；根据所述目标日期对应的所述日亚健康综合概率、所述亚健康综合概率第一平均值、所述亚健康综合概率第二平均值和所述子因子波动总系数，对所述目标日期进行亚健康风险概率计算；根据所述亚健康风险概率，对所述目标日期进行亚健康风险预测，得到所述亚健康风险预测结果。6.根据权利要求5所述的基于人工智能的亚健康风险预测方法，其特征在于，所述亚健康风险概率的计算公式psh(d)为：其中，p0(d)是所述目标日期对应的所述日亚健康综合概率，p1(d)是所述亚健康综合概率第一平均值，p2(d)是所述亚健康综合概率第二平均值，vix是所述子因子波动总系数，β是常量，log是对数函数。7.根据权利要求5所述的基于人工智能的亚健康风险预测方法，其特征在于，所述根据所述亚健康风险概率，对所述目标日期进行亚健康风险预测，得到所述亚健康风险预测结果的步骤，包括：当所述亚健康风险概率大于预设的第一阈值时，确定所述亚健康风险预测结果为亚健康风险较高；当所述亚健康风险概率大于或等于预设的第二阈值，并且，所述亚健康风险概率小于或等于所述第一阈值时，确定所述亚健康风险预测结果为亚健康风险中等；当所述亚健康风险概率小于所述第二阈值时，确定所述亚健康风险预测结果为亚健康风险较低。8.一种基于人工智能的亚健康风险预测装置，其特征在于，所述装置包括：数据获取模块，用于获取目标日期和目标对象的子因子时序信息库；子因子波动总系数确定模块，用于根据所述子因子时序信息库，对所述目标日期进行
子因子波动总系数计算；主因子日亚健康概率确定模块，用于根据所述子因子时序信息库、所述目标日期和预设的预测天数，对每个主因子进行日亚健康概率预测，得到主因子日亚健康概率；日亚健康综合概率确定模块，用于对每个日期对应的各个所述主因子日亚健康概率进行线性回归计算，得到日亚健康综合概率；亚健康风险预测结果确定模块，用于根据各个所述日亚健康综合概率和所述子因子波动总系数，对所述目标日期进行亚健康风险预测，得到亚健康风险预测结果。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结
本申请揭示了一种基于人工智能的亚健康风险预测方法、装置、设备及介质，其中方法包括：获取目标日期和目标对象的子因子时序信息库；根据所述子因子时序信息库，对所述目标日期进行子因子波动总系数计算；根据所述子因子时序信息库、所述目标日期和预设的预测天数，对每个主因子进行日亚健康概率预测，得到主因子日亚健康概率；对每个日期对应的各个所述主因子日亚健康概率进行线性回归计算，得到日亚健康综合概率；根据各个所述日亚健康综合概率和所述子因子波动总系数，对所述目标日期进行亚健康风险预测，得到亚健康风险预测结果。从而提高了亚健康的检出率，提高了检测出的亚健康的准确度。康的准确度。康的准确度。


技术研发人员：叶颖 张玉君 戴嘉贺 吴艺
受保护的技术使用者：深圳市问渠数字科技有限公司
技术研发日：2022.01.12
技术公布日：2022/5/10