完善心电数据小型神经网络训练模型的方法

摘要

本发明公开一种完善心电数据小型神经网络训练模型的方法。该方法包括：边缘计算设备接收第一个周期的心电数据，对第一个周期的心电数据进行神经网络计算，得到第一神经网络计算数据；对第一神经网络计算数据做汇聚模型运算，形成阈值M1；接收第二个周期的心电数据；对第二个周期的心电数据进行神经网络计算，得到第二神经网络计算数据；对第二神经网络计算数据做汇聚模型运算，形成阈值M2；以此类推，边缘计算设备接收最少3天的多个时间周期的心电数据，并得到阈值M1、M2......Mn，M1+M2+...+Mn=1，由此形成基于个人用户的神经网络学习模型，并持续针对个人用户做数据模型优化；可以有效避免在使用过程中由于秒级网络延迟导致的数据和结果不一致情况发生。