SleepDealer AI睡眠助手APP - 移动应用开发 - 全国大学生数字媒体科技作品及创意竞赛官网
查看原图

竞赛作品 > 移动应用开发

SleepDealer AI睡眠助手APP

  • 移动应用开发竞赛作品——SleepDealer AI睡眠助手APP

    作品名称:SleepDealer AI睡眠助手APP
    参赛院校:湖南工业大学
    指导教师:钟云飞、邓晓军
    团队成员:李格 、邓佳奇 、王韬 、江锦轩
    数媒竞赛网(mit.caai.cn)2020年参赛作品
    作品描述:

    一款基于机器学习和传感器技术,帮助失眠人群解决睡眠问题的专注音乐助眠App。通过iPhone的传感器收集睡眠过程中的相关数据,利用HealthKit进行睡眠特性分析,搭建基于大量睡眠、生理体征数据训练下的AI睡眠“生成”音乐模式,推送个性化的助眠音乐,智能匹配最优入眠音乐,智能控制音量大小,智能自动停止睡眠音乐,帮助用户更好更快更易入眠。作品功能主要包括音乐助眠、睡眠监测、我的三个模块。 音乐助眠模块作为首页显示,本模块是作品的核心模块,是此次研发的创新所在:采用机器学习和传感器技术为用户量身打造专属音乐助眠。其中主要包括:智能音乐和音乐报告。智能音乐包括三个小模块。①根据用户的睡眠监测记录分析做出睡眠预测,并结合实时睡眠状态和用户的音乐习惯为用户推送与睡眠节奏匹配的音乐。②根据用户的睡眠监测记录分析做出快速眼动睡眠期(REMs)、浅度睡眠期(Light Sleep)和深度睡眠期(Deep Sleep)的判断,在由入睡期到浅度睡眠期过渡时,助眠音乐根据睡眠状态始终保持循环,避免音乐节奏的改变扰乱睡眠,同时音乐音量的大小也会随着睡眠状态的改变自动发生变化,解决了音乐不合适的问题。③在用户正式睡眠期开始时,音乐会自动关闭,此时会进行睡眠监测。音乐报告会根据用户的音乐睡眠习惯生成每日听歌报告,每月听歌报告和年度听歌报告,让用户清晰的了解什么类型的音乐更适合自己入眠。音乐报告,在后台自动建立一个睡眠音乐库,用户可自行选择或添加自己喜欢的音乐 睡眠监测模块:本模块为音乐助眠模块提供相关技术支撑,其中主要包含:睡眠周期分析和睡眠记录。睡眠周期分析以时间周期表呈现每个睡眠阶段的占比和时长,用户可根据图形直观了解自己的睡眠周期。睡眠记录包括翻身次数和环境噪音,同时采用数据的形式记录各个睡眠阶段的时长,让用户进一步了解自己的睡眠情况。 我的模块:包括个人信息、历史记录和每日睡觉提醒。


  • 移动应用开发竞赛作品——SleepDealer AI睡眠助手APP

    作品名称:SleepDealer AI睡眠助手APP
    参赛院校:湖南工业大学
    指导教师:钟云飞、邓晓军
    团队成员:李格 、邓佳奇 、王韬 、江锦轩
    数媒竞赛网2020年参赛作品
    作品描述:

    一款基于机器学习和传感器技术,帮助失眠人群解决睡眠问题的专注音乐助眠App。通过iPhone的传感器收集睡眠过程中的相关数据,利用HealthKit进行睡眠特性分析,搭建基于大量睡眠、生理体征数据训练下的AI睡眠“生成”音乐模式,推送个性化的助眠音乐,智能匹配最优入眠音乐,智能控制音量大小,智能自动停止睡眠音乐,帮助用户更好更快更易入眠。作品功能主要包括音乐助眠、睡眠监测、我的三个模块。 音乐助眠模块作为首页显示,本模块是作品的核心模块,是此次研发的创新所在:采用机器学习和传感器技术为用户量身打造专属音乐助眠。其中主要包括:智能音乐和音乐报告。智能音乐包括三个小模块。①根据用户的睡眠监测记录分析做出睡眠预测,并结合实时睡眠状态和用户的音乐习惯为用户推送与睡眠节奏匹配的音乐。②根据用户的睡眠监测记录分析做出快速眼动睡眠期(REMs)、浅度睡眠期(Light Sleep)和深度睡眠期(Deep Sleep)的判断,在由入睡期到浅度睡眠期过渡时,助眠音乐根据睡眠状态始终保持循环,避免音乐节奏的改变扰乱睡眠,同时音乐音量的大小也会随着睡眠状态的改变自动发生变化,解决了音乐不合适的问题。③在用户正式睡眠期开始时,音乐会自动关闭,此时会进行睡眠监测。音乐报告会根据用户的音乐睡眠习惯生成每日听歌报告,每月听歌报告和年度听歌报告,让用户清晰的了解什么类型的音乐更适合自己入眠。音乐报告,在后台自动建立一个睡眠音乐库,用户可自行选择或添加自己喜欢的音乐 睡眠监测模块:本模块为音乐助眠模块提供相关技术支撑,其中主要包含:睡眠周期分析和睡眠记录。睡眠周期分析以时间周期表呈现每个睡眠阶段的占比和时长,用户可根据图形直观了解自己的睡眠周期。睡眠记录包括翻身次数和环境噪音,同时采用数据的形式记录各个睡眠阶段的时长,让用户进一步了解自己的睡眠情况。 我的模块:包括个人信息、历史记录和每日睡觉提醒。


  • 移动应用开发竞赛作品——SleepDealer AI睡眠助手APP

    作品名称:SleepDealer AI睡眠助手APP
    参赛院校:湖南工业大学
    指导教师:钟云飞、邓晓军
    团队成员:李格 、邓佳奇 、王韬 、江锦轩
    数媒竞赛网2020年参赛作品
    作品描述:

    一款基于机器学习和传感器技术,帮助失眠人群解决睡眠问题的专注音乐助眠App。通过iPhone的传感器收集睡眠过程中的相关数据,利用HealthKit进行睡眠特性分析,搭建基于大量睡眠、生理体征数据训练下的AI睡眠“生成”音乐模式,推送个性化的助眠音乐,智能匹配最优入眠音乐,智能控制音量大小,智能自动停止睡眠音乐,帮助用户更好更快更易入眠。作品功能主要包括音乐助眠、睡眠监测、我的三个模块。 音乐助眠模块作为首页显示,本模块是作品的核心模块,是此次研发的创新所在:采用机器学习和传感器技术为用户量身打造专属音乐助眠。其中主要包括:智能音乐和音乐报告。智能音乐包括三个小模块。①根据用户的睡眠监测记录分析做出睡眠预测,并结合实时睡眠状态和用户的音乐习惯为用户推送与睡眠节奏匹配的音乐。②根据用户的睡眠监测记录分析做出快速眼动睡眠期(REMs)、浅度睡眠期(Light Sleep)和深度睡眠期(Deep Sleep)的判断,在由入睡期到浅度睡眠期过渡时,助眠音乐根据睡眠状态始终保持循环,避免音乐节奏的改变扰乱睡眠,同时音乐音量的大小也会随着睡眠状态的改变自动发生变化,解决了音乐不合适的问题。③在用户正式睡眠期开始时,音乐会自动关闭,此时会进行睡眠监测。音乐报告会根据用户的音乐睡眠习惯生成每日听歌报告,每月听歌报告和年度听歌报告,让用户清晰的了解什么类型的音乐更适合自己入眠。音乐报告,在后台自动建立一个睡眠音乐库,用户可自行选择或添加自己喜欢的音乐 睡眠监测模块:本模块为音乐助眠模块提供相关技术支撑,其中主要包含:睡眠周期分析和睡眠记录。睡眠周期分析以时间周期表呈现每个睡眠阶段的占比和时长,用户可根据图形直观了解自己的睡眠周期。睡眠记录包括翻身次数和环境噪音,同时采用数据的形式记录各个睡眠阶段的时长,让用户进一步了解自己的睡眠情况。 我的模块:包括个人信息、历史记录和每日睡觉提醒。


  • 移动应用开发竞赛作品——SleepDealer AI睡眠助手APP

    作品名称:SleepDealer AI睡眠助手APP
    参赛院校:湖南工业大学
    指导教师:钟云飞、邓晓军
    团队成员:李格 、邓佳奇 、王韬 、江锦轩
    数媒竞赛网2020年参赛作品
    作品描述:

    一款基于机器学习和传感器技术,帮助失眠人群解决睡眠问题的专注音乐助眠App。通过iPhone的传感器收集睡眠过程中的相关数据,利用HealthKit进行睡眠特性分析,搭建基于大量睡眠、生理体征数据训练下的AI睡眠“生成”音乐模式,推送个性化的助眠音乐,智能匹配最优入眠音乐,智能控制音量大小,智能自动停止睡眠音乐,帮助用户更好更快更易入眠。作品功能主要包括音乐助眠、睡眠监测、我的三个模块。 音乐助眠模块作为首页显示,本模块是作品的核心模块,是此次研发的创新所在:采用机器学习和传感器技术为用户量身打造专属音乐助眠。其中主要包括:智能音乐和音乐报告。智能音乐包括三个小模块。①根据用户的睡眠监测记录分析做出睡眠预测,并结合实时睡眠状态和用户的音乐习惯为用户推送与睡眠节奏匹配的音乐。②根据用户的睡眠监测记录分析做出快速眼动睡眠期(REMs)、浅度睡眠期(Light Sleep)和深度睡眠期(Deep Sleep)的判断,在由入睡期到浅度睡眠期过渡时,助眠音乐根据睡眠状态始终保持循环,避免音乐节奏的改变扰乱睡眠,同时音乐音量的大小也会随着睡眠状态的改变自动发生变化,解决了音乐不合适的问题。③在用户正式睡眠期开始时,音乐会自动关闭,此时会进行睡眠监测。音乐报告会根据用户的音乐睡眠习惯生成每日听歌报告,每月听歌报告和年度听歌报告,让用户清晰的了解什么类型的音乐更适合自己入眠。音乐报告,在后台自动建立一个睡眠音乐库,用户可自行选择或添加自己喜欢的音乐 睡眠监测模块:本模块为音乐助眠模块提供相关技术支撑,其中主要包含:睡眠周期分析和睡眠记录。睡眠周期分析以时间周期表呈现每个睡眠阶段的占比和时长,用户可根据图形直观了解自己的睡眠周期。睡眠记录包括翻身次数和环境噪音,同时采用数据的形式记录各个睡眠阶段的时长,让用户进一步了解自己的睡眠情况。 我的模块:包括个人信息、历史记录和每日睡觉提醒。


  • 移动应用开发竞赛作品——SleepDealer AI睡眠助手APP

    作品名称:SleepDealer AI睡眠助手APP
    参赛院校:湖南工业大学
    指导教师:钟云飞、邓晓军
    团队成员:李格 、邓佳奇 、王韬 、江锦轩
    数媒竞赛网2020年参赛作品
    作品描述:

    一款基于机器学习和传感器技术,帮助失眠人群解决睡眠问题的专注音乐助眠App。通过iPhone的传感器收集睡眠过程中的相关数据,利用HealthKit进行睡眠特性分析,搭建基于大量睡眠、生理体征数据训练下的AI睡眠“生成”音乐模式,推送个性化的助眠音乐,智能匹配最优入眠音乐,智能控制音量大小,智能自动停止睡眠音乐,帮助用户更好更快更易入眠。作品功能主要包括音乐助眠、睡眠监测、我的三个模块。 音乐助眠模块作为首页显示,本模块是作品的核心模块,是此次研发的创新所在:采用机器学习和传感器技术为用户量身打造专属音乐助眠。其中主要包括:智能音乐和音乐报告。智能音乐包括三个小模块。①根据用户的睡眠监测记录分析做出睡眠预测,并结合实时睡眠状态和用户的音乐习惯为用户推送与睡眠节奏匹配的音乐。②根据用户的睡眠监测记录分析做出快速眼动睡眠期(REMs)、浅度睡眠期(Light Sleep)和深度睡眠期(Deep Sleep)的判断,在由入睡期到浅度睡眠期过渡时,助眠音乐根据睡眠状态始终保持循环,避免音乐节奏的改变扰乱睡眠,同时音乐音量的大小也会随着睡眠状态的改变自动发生变化,解决了音乐不合适的问题。③在用户正式睡眠期开始时,音乐会自动关闭,此时会进行睡眠监测。音乐报告会根据用户的音乐睡眠习惯生成每日听歌报告,每月听歌报告和年度听歌报告,让用户清晰的了解什么类型的音乐更适合自己入眠。音乐报告,在后台自动建立一个睡眠音乐库,用户可自行选择或添加自己喜欢的音乐 睡眠监测模块:本模块为音乐助眠模块提供相关技术支撑,其中主要包含:睡眠周期分析和睡眠记录。睡眠周期分析以时间周期表呈现每个睡眠阶段的占比和时长,用户可根据图形直观了解自己的睡眠周期。睡眠记录包括翻身次数和环境噪音,同时采用数据的形式记录各个睡眠阶段的时长,让用户进一步了解自己的睡眠情况。 我的模块:包括个人信息、历史记录和每日睡觉提醒。


  • 移动应用开发竞赛作品——SleepDealer AI睡眠助手APP

    作品名称:SleepDealer AI睡眠助手APP
    参赛院校:湖南工业大学
    指导教师:钟云飞、邓晓军
    团队成员:李格 、邓佳奇 、王韬 、江锦轩
    数媒竞赛网2020年参赛作品
    作品描述:

    一款基于机器学习和传感器技术,帮助失眠人群解决睡眠问题的专注音乐助眠App。通过iPhone的传感器收集睡眠过程中的相关数据,利用HealthKit进行睡眠特性分析,搭建基于大量睡眠、生理体征数据训练下的AI睡眠“生成”音乐模式,推送个性化的助眠音乐,智能匹配最优入眠音乐,智能控制音量大小,智能自动停止睡眠音乐,帮助用户更好更快更易入眠。作品功能主要包括音乐助眠、睡眠监测、我的三个模块。 音乐助眠模块作为首页显示,本模块是作品的核心模块,是此次研发的创新所在:采用机器学习和传感器技术为用户量身打造专属音乐助眠。其中主要包括:智能音乐和音乐报告。智能音乐包括三个小模块。①根据用户的睡眠监测记录分析做出睡眠预测,并结合实时睡眠状态和用户的音乐习惯为用户推送与睡眠节奏匹配的音乐。②根据用户的睡眠监测记录分析做出快速眼动睡眠期(REMs)、浅度睡眠期(Light Sleep)和深度睡眠期(Deep Sleep)的判断,在由入睡期到浅度睡眠期过渡时,助眠音乐根据睡眠状态始终保持循环,避免音乐节奏的改变扰乱睡眠,同时音乐音量的大小也会随着睡眠状态的改变自动发生变化,解决了音乐不合适的问题。③在用户正式睡眠期开始时,音乐会自动关闭,此时会进行睡眠监测。音乐报告会根据用户的音乐睡眠习惯生成每日听歌报告,每月听歌报告和年度听歌报告,让用户清晰的了解什么类型的音乐更适合自己入眠。音乐报告,在后台自动建立一个睡眠音乐库,用户可自行选择或添加自己喜欢的音乐 睡眠监测模块:本模块为音乐助眠模块提供相关技术支撑,其中主要包含:睡眠周期分析和睡眠记录。睡眠周期分析以时间周期表呈现每个睡眠阶段的占比和时长,用户可根据图形直观了解自己的睡眠周期。睡眠记录包括翻身次数和环境噪音,同时采用数据的形式记录各个睡眠阶段的时长,让用户进一步了解自己的睡眠情况。 我的模块:包括个人信息、历史记录和每日睡觉提醒。


  • 移动应用开发竞赛作品——SleepDealer AI睡眠助手APP

    作品名称:SleepDealer AI睡眠助手APP
    参赛院校:湖南工业大学
    指导教师:钟云飞、邓晓军
    团队成员:李格 、邓佳奇 、王韬 、江锦轩
    数媒竞赛网2020年参赛作品
    作品描述:

    一款基于机器学习和传感器技术,帮助失眠人群解决睡眠问题的专注音乐助眠App。通过iPhone的传感器收集睡眠过程中的相关数据,利用HealthKit进行睡眠特性分析,搭建基于大量睡眠、生理体征数据训练下的AI睡眠“生成”音乐模式,推送个性化的助眠音乐,智能匹配最优入眠音乐,智能控制音量大小,智能自动停止睡眠音乐,帮助用户更好更快更易入眠。作品功能主要包括音乐助眠、睡眠监测、我的三个模块。 音乐助眠模块作为首页显示,本模块是作品的核心模块,是此次研发的创新所在:采用机器学习和传感器技术为用户量身打造专属音乐助眠。其中主要包括:智能音乐和音乐报告。智能音乐包括三个小模块。①根据用户的睡眠监测记录分析做出睡眠预测,并结合实时睡眠状态和用户的音乐习惯为用户推送与睡眠节奏匹配的音乐。②根据用户的睡眠监测记录分析做出快速眼动睡眠期(REMs)、浅度睡眠期(Light Sleep)和深度睡眠期(Deep Sleep)的判断,在由入睡期到浅度睡眠期过渡时,助眠音乐根据睡眠状态始终保持循环,避免音乐节奏的改变扰乱睡眠,同时音乐音量的大小也会随着睡眠状态的改变自动发生变化,解决了音乐不合适的问题。③在用户正式睡眠期开始时,音乐会自动关闭,此时会进行睡眠监测。音乐报告会根据用户的音乐睡眠习惯生成每日听歌报告,每月听歌报告和年度听歌报告,让用户清晰的了解什么类型的音乐更适合自己入眠。音乐报告,在后台自动建立一个睡眠音乐库,用户可自行选择或添加自己喜欢的音乐 睡眠监测模块:本模块为音乐助眠模块提供相关技术支撑,其中主要包含:睡眠周期分析和睡眠记录。睡眠周期分析以时间周期表呈现每个睡眠阶段的占比和时长,用户可根据图形直观了解自己的睡眠周期。睡眠记录包括翻身次数和环境噪音,同时采用数据的形式记录各个睡眠阶段的时长,让用户进一步了解自己的睡眠情况。 我的模块:包括个人信息、历史记录和每日睡觉提醒。


  • 移动应用开发竞赛作品——SleepDealer AI睡眠助手APP

    作品名称:SleepDealer AI睡眠助手APP
    参赛院校:湖南工业大学
    指导教师:钟云飞、邓晓军
    团队成员:李格 、邓佳奇 、王韬 、江锦轩
    数媒竞赛网2020年参赛作品
    作品描述:

    一款基于机器学习和传感器技术,帮助失眠人群解决睡眠问题的专注音乐助眠App。通过iPhone的传感器收集睡眠过程中的相关数据,利用HealthKit进行睡眠特性分析,搭建基于大量睡眠、生理体征数据训练下的AI睡眠“生成”音乐模式,推送个性化的助眠音乐,智能匹配最优入眠音乐,智能控制音量大小,智能自动停止睡眠音乐,帮助用户更好更快更易入眠。作品功能主要包括音乐助眠、睡眠监测、我的三个模块。 音乐助眠模块作为首页显示,本模块是作品的核心模块,是此次研发的创新所在:采用机器学习和传感器技术为用户量身打造专属音乐助眠。其中主要包括:智能音乐和音乐报告。智能音乐包括三个小模块。①根据用户的睡眠监测记录分析做出睡眠预测,并结合实时睡眠状态和用户的音乐习惯为用户推送与睡眠节奏匹配的音乐。②根据用户的睡眠监测记录分析做出快速眼动睡眠期(REMs)、浅度睡眠期(Light Sleep)和深度睡眠期(Deep Sleep)的判断,在由入睡期到浅度睡眠期过渡时,助眠音乐根据睡眠状态始终保持循环,避免音乐节奏的改变扰乱睡眠,同时音乐音量的大小也会随着睡眠状态的改变自动发生变化,解决了音乐不合适的问题。③在用户正式睡眠期开始时,音乐会自动关闭,此时会进行睡眠监测。音乐报告会根据用户的音乐睡眠习惯生成每日听歌报告,每月听歌报告和年度听歌报告,让用户清晰的了解什么类型的音乐更适合自己入眠。音乐报告,在后台自动建立一个睡眠音乐库,用户可自行选择或添加自己喜欢的音乐 睡眠监测模块:本模块为音乐助眠模块提供相关技术支撑,其中主要包含:睡眠周期分析和睡眠记录。睡眠周期分析以时间周期表呈现每个睡眠阶段的占比和时长,用户可根据图形直观了解自己的睡眠周期。睡眠记录包括翻身次数和环境噪音,同时采用数据的形式记录各个睡眠阶段的时长,让用户进一步了解自己的睡眠情况。 我的模块:包括个人信息、历史记录和每日睡觉提醒。


  • 移动应用开发竞赛作品——SleepDealer AI睡眠助手APP

    作品名称:SleepDealer AI睡眠助手APP
    参赛院校:湖南工业大学
    指导教师:钟云飞、邓晓军
    团队成员:李格 、邓佳奇 、王韬 、江锦轩
    数媒竞赛网2020年参赛作品
    作品描述:

    一款基于机器学习和传感器技术,帮助失眠人群解决睡眠问题的专注音乐助眠App。通过iPhone的传感器收集睡眠过程中的相关数据,利用HealthKit进行睡眠特性分析,搭建基于大量睡眠、生理体征数据训练下的AI睡眠“生成”音乐模式,推送个性化的助眠音乐,智能匹配最优入眠音乐,智能控制音量大小,智能自动停止睡眠音乐,帮助用户更好更快更易入眠。作品功能主要包括音乐助眠、睡眠监测、我的三个模块。 音乐助眠模块作为首页显示,本模块是作品的核心模块,是此次研发的创新所在:采用机器学习和传感器技术为用户量身打造专属音乐助眠。其中主要包括:智能音乐和音乐报告。智能音乐包括三个小模块。①根据用户的睡眠监测记录分析做出睡眠预测,并结合实时睡眠状态和用户的音乐习惯为用户推送与睡眠节奏匹配的音乐。②根据用户的睡眠监测记录分析做出快速眼动睡眠期(REMs)、浅度睡眠期(Light Sleep)和深度睡眠期(Deep Sleep)的判断,在由入睡期到浅度睡眠期过渡时,助眠音乐根据睡眠状态始终保持循环,避免音乐节奏的改变扰乱睡眠,同时音乐音量的大小也会随着睡眠状态的改变自动发生变化,解决了音乐不合适的问题。③在用户正式睡眠期开始时,音乐会自动关闭,此时会进行睡眠监测。音乐报告会根据用户的音乐睡眠习惯生成每日听歌报告,每月听歌报告和年度听歌报告,让用户清晰的了解什么类型的音乐更适合自己入眠。音乐报告,在后台自动建立一个睡眠音乐库,用户可自行选择或添加自己喜欢的音乐 睡眠监测模块:本模块为音乐助眠模块提供相关技术支撑,其中主要包含:睡眠周期分析和睡眠记录。睡眠周期分析以时间周期表呈现每个睡眠阶段的占比和时长,用户可根据图形直观了解自己的睡眠周期。睡眠记录包括翻身次数和环境噪音,同时采用数据的形式记录各个睡眠阶段的时长,让用户进一步了解自己的睡眠情况。 我的模块:包括个人信息、历史记录和每日睡觉提醒。



移动应用开发竞赛作品—智慧医——基于知识图谱的智能云医平台 上一篇

  • 1/9

  • 2/9

  • 3/9

  • 4/9

  • 5/9

  • 6/9

  • 7/9

  • 8/9

  • 9/9

移动应用开发竞赛作品—基于皮肤光学模型的非接触式心率测量软件 下一篇



Copyright © 2001 - 2024 全国大学生数字媒体科技作品及创意竞赛网版权所有

Copyright © 2001 - 2024 数媒竞赛网(http://www.shumeijingsai.com)版权所有