智能保暖内衣的制作方法

本技术涉及保暖内衣领域，且更为具体地，涉及一种智能保暖内衣。

背景技术：

1、在寒冷的环境中，保持人体温度是至关重要的。保暖内衣是一种穿在身体紧贴皮肤部位的服装，旨在提供额外的保温效果，帮助人体在寒冷环境下保持温暖。它通常采用具有保暖、透气和舒适的特性的材料制成，例如羊毛、丝绸、绒毛或合成纤维等。

2、传统的保暖内衣虽然能提供一定的保暖效果，但在极端寒冷的环境下，其保暖效果可能会受到限制。此外，当使用者遇到紧急情况，如在海战背景下掉入水中时，传统的保暖内衣无法提供足够的保护，其无法遏制使用者体温的下降。

3、因此，期待一种优化的智能保暖内衣。

技术实现思路

1、为了解决上述技术问题，提出了本技术。本技术提供了一种智能保暖内衣。其可以通过引入智能技术的方式使得智能保暖内衣能够在人遇到危险情况时自动启动密封机构，阻止外部湿气和水分侵入，最大限度地延缓使用者体温下降的速度，提供防水保暖功能，为用户提供更全面的保护。

2、根据本技术的一个方面，提供了一种智能保暖内衣，其包括：相互独立的左臂部分、右臂部分、躯干部分、左腿部分和右腿部分；

3、其中，所述左臂部分、所述右臂部分、所述躯干部分、所述左腿部分和所述右腿部分分别安装有密封机构，用于分别密封所述左臂部分、所述右臂部分、所述躯干部分、所述左腿部分和所述右腿部分；

4、其中，所述智能保暖内衣还包括湿度传感器和控制器，其中，所述控制器可通信地连接于所述密封机构，以控制所述密封机构的工作状态。

5、在上述的智能保暖内衣中，所述控制器，包括：

6、湿度数据获取模块，用于获取由所述湿度传感器采集的湿度的时间序列；

7、数据传输模块，用于将所述湿度的时间序列传输至云端服务器；

8、湿度数据处理模块，用于在所述云端服务器，对所述湿度的时间序列进行湿度时序特征提取以得到湿度时序模式本质语义特征向量；

9、控制指令生成模块，用于在所述云端服务器，基于所述湿度时序模式本质语义特征向量，确定控制指令；以及

10、指令传输与控制模块，用于将所述控制指令传输至所述控制器，以通过所述控制器来启动所述密封机构。

11、在上述的智能保暖内衣中，所述湿度数据处理模块，包括：

12、数据预处理单元，用于在所述云端服务器，对所述湿度的时间序列进行数据预处理以得到湿度局部时序输入向量的集合；

13、多尺度提取单元，用于在所述云端服务器，利用深度学习网络模型对所述湿度局部时序输入向量的集合进行多尺度提取以得到湿度局部时序关联特征向量的集合；以及

14、本质特征捕捉单元，用于在所述云端服务器，提取所述湿度局部时序关联特征向量的集合的模式本质特征以得到所述湿度时序模式本质语义特征向量。

15、在上述的智能保暖内衣中，所述数据预处理单元，用于：

16、在所述云端服务器，基于预定时间尺度对所述湿度的时间序列进行序列切分以得到湿度局部时间序列的集合；

17、在所述云端服务器，将所述湿度局部时间序列的集合中的各个湿度局部时间序列分别按照时间维度进行排列以得到所述湿度局部时序输入向量的集合。

18、在上述的智能保暖内衣中，所述多尺度提取单元，用于：

19、在所述云端服务器，将所述湿度局部时序输入向量的集合分别输入基于多尺度邻域特征提取网络的湿度时序模式特征提取器以得到所述湿度局部时序关联特征向量的集合。

20、在上述的智能保暖内衣中，所述基于多尺度邻域特征提取网络的湿度时序模式特征提取器，包括：相互并行的第一卷积层和第二卷积层，以及与所述第一卷积层和所述第二卷积层连接的多尺度融合层，其中，所述第一卷积层和所述第二卷积层分别使用具有不同尺度的一维卷积核。

21、在上述的智能保暖内衣中，所述本质特征捕捉单元，用于：

22、将所述湿度局部时序关联特征向量的集合输入湿度时序模式本质特征提取网络以得到所述湿度时序模式本质语义特征向量。

23、在上述的智能保暖内衣中，所述本质特征捕捉单元，进一步用于：

24、以如下本质特征捕捉公式对所述湿度局部时序关联特征向量的集合进行处理以得到所述湿度时序模式本质语义特征向量；其中，所述本质特征捕捉公式为：

25、

26、

27、其中，vi是所述湿度局部时序关联特征向量的集合中第i个湿度局部时序关联特征向量，vj是所述湿度局部时序关联特征向量的集合中第j个湿度局部时序关联特征向量，||·||1表示特征向量的1范数，m为所述湿度局部时序关联特征向量的集合的长度-1，vk为所述湿度局部时序关联特征向量的集合的表示，di表示特征差异系数，exp(·)表示自然指数函数运算，ns表示所述差异系数的总数，pk为所述湿度时序模式本质语义特征向量。

28、在上述的智能保暖内衣中，所述控制指令生成模块，用于：

29、在所述云端服务器，将所述湿度时序模式本质语义特征向量通过基于分类器的密封机构控制器以得到所述控制指令，所述控制指令用于表示是否自动启动所述密封机构。

30、在上述的智能保暖内衣中，还包括用于对所述基于多尺度邻域特征提取网络的湿度时序模式特征提取器、所述湿度时序模式本质特征提取网络和所述基于分类器的密封机构控制器进行训练的训练模块；

31、其中，所述训练模块，包括：

32、训练数据获取单元，用于获取训练数据，所述训练数据包括由所述湿度传感器采集的训练湿度的时间序列，以及，是否自动启动所述密封机构的真实值；

33、训练数据传输单元，用于将所述训练湿度的时间序列传输至云端服务器；

34、训练数据序列切分单元，用于在所述云端服务器，基于预定时间尺度对所述训练湿度的时间序列进行序列切分以得到训练湿度局部时间序列的集合；

35、训练数据向量化单元，用于在所述云端服务器，将所述训练湿度局部时间序列的集合中的各个训练湿度局部时间序列分别按照时间维度进行排列以得到训练湿度局部时序输入向量的集合；

36、训练湿度时序模式特征提取单元，用于在所述云端服务器，将所述训练湿度局部时序输入向量的集合分别输入所述基于多尺度邻域特征提取网络的湿度时序模式特征提取器以得到训练湿度局部时序关联特征向量的集合；

37、训练湿度时序模式本质特征提取单元，用于在所述云端服务器，将所述训练湿度局部时序关联特征向量的集合输入所述湿度时序模式本质特征提取网络以得到训练湿度时序模式本质语义特征向量；

38、分类损失计算单元，用于在所述云端服务器，将所述训练湿度时序模式本质语义特征向量通过所述基于分类器的密封机构控制器以得到分类损失函数值；以及

39、损失训练单元，用于以所述分类损失函数值来对所述基于多尺度邻域特征提取网络的湿度时序模式特征提取器、所述湿度时序模式本质特征提取网络和所述基于分类器的密封机构控制器进行训练，其中，在所述训练的每一轮迭代中，对所述训练湿度时序模式本质语义特征向量进行迭代优化。

40、与现有技术相比，本技术提供的智能保暖内衣，其在保暖内衣中配备湿度传感器和控制器，结合基于深度学习的人工智能技术，分析使用者的环境湿度信息，并基于这种环境湿度信息来实现智能化地判断密封机构是否应该启动，从而自动地生成控制指令，并通过所述控制器来启动保暖内衣中的密封机构。这样，可以提供防水保暖功能，为用户提供更全面的保护。