本发明公开了一种基于深度学习算法的鼾声监测方法,以深度学习与语音识别技术作为基础,包括采集音频信号并按照预设的样本时长进行切片；使用静音检测算法判断切片中是否包含声音；对于包含声音的音频切片提取声学频谱特征；将生成的频谱特征输入到深度神经网络中提取深度学习特征；使用全连接层对提取到的深度学习特征进行分类；按照预设定时长进行鼾声事件判断并进行干预。本发明还公开了相关的系统。本发明提供的基于深度学习算法的鼾声识别方法和系统在判断鼾声与非鼾声的准确率上相比传统方法有较大的提高,带来更好的用户体验(图1)。

本发明公开了基于深度学习算法的电动床控制方法,其包括步骤在干预判断周期开始后自智能设备接收实时监测到的对应鼾声的鼾声数据；自电动床控制器接收体动次数监测数据；判断所述体动次数监测数据是否大于预设阈值,如大于所述预设阈值则在干预周期内根据在所述干预判断周期内接收到的鼾声数据的次数基于自所述智能设备接收的多个干预等级中的一个以及干预方式设置参数驱动所述电动床的至少一个部件动作以干预所述鼾声的产生。本申请还公开了对应的控制系统和计算机程序。本申请中的方法和系统提供了基于手机APP的打鼾干预过程,可基于手机APP打鼾干预的阈值设置,在一个监测周期内通过调整阈值来实现打鼾等级判定并进行相应调整。

本发明提供一种床。本发明实施例的床可以包括：顶部件,用户的身体接触到所述顶部件的顶面；强度控制单元,支撑所述顶部件,能够调节垫强度；以及运动控制单元,支撑所述强度控制单元；所述强度控制单元包括固定在所述运动控制单元的顶面的复数个强度调节模块；复数个所述强度调节模块各个包括：模块壳；复数个垫构件,安置在所述模块壳；以及驱动手段,与所述复数个垫构件齿轮结合,以调节所述复数个垫构件的垫强度。

本发明公开了一种多档可调靠背实木软包床,包括床身、床腿、定位曲手铰链,所述床身设置在床腿上端,所述床身上端的床腿上设有靠板,所述靠板靠近床身的一侧设有靠垫,所述靠垫与靠板的上端转动连接,所述靠垫与靠板的下端通过定位曲手铰链连接；本发明通过设置的定位曲手铰链即可调整靠垫上软包的倾斜角度,减少了床上物品(靠枕、枕头、背枕、抱枕等)的堆放,从而提升床上的整洁度,有利于睡眠,软包与靠垫可拆卸连接,方便定期清理软包,另外还可更换不同样式的软包,该发明大大提高了装置的适用环境和整体性能,实用简单,安全可靠,使用寿命长,易于推广。

公开了一种床系统及相关方法,该床系统包括床架和可枢转地安装在床架上的床垫组件,用于使床垫组件围绕枢转轴线枢转以在床垫组件与床架的纵向轴线之间形成枢转角度,该床垫组件包括靠背部分、座位部分和腿部部分,其中靠背部分的靠背法线与枢转轴线形成靠背角度,座位部分的座位法线与枢转轴线形成座位角度,并且腿部部分的腿部法线与枢转轴线形成腿部角度,该床系统包括控制器装置,其中控制器装置配置成：将床垫组件从第一位置移动到第二位置,其中,在第二位置中,枢转角度是处于30度到80度的范围内的第二枢转角度,并且腿部角度是大于45度的第二腿部角度。