© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
浙江云澎科技有限公司
企业浙江云澎科技有限公司成立于2017年，属科技推广和应用服务业，主营第一类增值电信业务。面向个性化饮食、营养学研究、体质分析等领域提供数据服务，开放基于个人体质的膳食推荐指数数据（个性化饮食、营养学研究）、基于个人体质的运动推荐指数数据（体质分析、运动推荐）、基于高血脂患者的膳食推荐指数数据（高血脂、动物健康管理），支撑知识产权分析与转化。
个性化饮食营养学研究体质分析科技推广服务高新技术企业
数据集列表
云南养老院健康小屋身体健康指数数据
通过采集健康小屋平台上云南养老院所服务用户的日常健康检测，完成对用户心脏健康评估，心血管疾病评估、体脂率、基础代谢、血液粘稠度、疲劳度、情绪压力等因素为自变量，综合分析个人的健康指数，健康小屋帮助用户更好地了解自己的健康状况，及时发现潜在问题，并提供个性化的健康建议和支持。
本数据适用于：
养老院：为老人提供了一站式的健康管理解决方案，无论是日常监测、疾病管理还是康复训练，通过该指数为用户提供个性化的饮食和运动的建议。通过本公司健康小屋平台，采集云南养老院的数据，完成对云南养老院服务对象的健康检测和评估；将数据预处理后，输入到随机森林模型中，根据模型中各因素水平的分值得出膳食推荐指数。
综合多棵决策树的预测结果，最终的身体健康指数公式为：
= (1/N) * ∑(i=1 to N) Ti(x)
N 是随机森林中决策树的数量；
Σ(i=1 to N) 表示从1到N的求和；
Ti(x) 是第i个决策树对输入x的预测输出；
X是输入的身体指标特征向量（身高、体重、年龄、性别、心率、体脂率、基础代谢、血液粘稠度、情绪压力、疲劳度、心血管疾病评估）。
浙江省数据知识产权登记平台2024-11-20 更新250
香港养老院健康小屋身体健康指数数据
通过采集健康小屋平台上香港养老院所服务用户的日常健康检测，完成对用户心脏健康评估，心血管疾病评估、体脂率、基础代谢、血液粘稠度、疲劳度、情绪压力等因素为自变量，综合分析个人的健康指数，健康小屋帮助用户更好地了解自己的健康状况，及时发现潜在问题，并提供个性化的健康建议和支持。
本数据适用于：
养老院：为老人提供了一站式的健康管理解决方案，无论是日常监测、疾病管理还是康复训练，通过该指数为用户提供个性化的饮食和运动的建议。通过本公司健康小屋平台，采集香港养老院的数据，完成对香港养老院服务对象的健康检测和评估；将数据预处理后，输入到随机森林模型中，根据模型中各因素水平的分值得出膳食推荐指数。
综合多棵决策树的预测结果，最终的身体健康指数公式为：
= (1/N) * ∑(i=1 to N) Ti(x)
N 是随机森林中决策树的数量；
Σ(i=1 to N) 表示从1到N的求和；
Ti(x) 是第i个决策树对输入x的预测输出；
X是输入的身体指标特征向量（身高、体重、年龄、性别、心率、体脂率、基础代谢、血液粘稠度、情绪压力、疲劳度、心血管疾病评估）。
浙江省数据知识产权登记平台2024-11-12 更新140
四川养老院健康小屋身体健康指数数据
通过采集健康小屋平台上四川养老院所服务用户的日常健康检测，完成对用户心脏健康评估，心血管疾病评估、体脂率、基础代谢、血液粘稠度、疲劳度、情绪压力等因素为自变量，综合分析个人的健康指数，健康小屋帮助用户更好地了解自己的健康状况，及时发现潜在问题，并提供个性化的健康建议和支持。
本数据适用于：
养老院：为老人提供了一站式的健康管理解决方案，无论是日常监测、疾病管理还是康复训练，通过该指数为用户提供个性化的饮食和运动的建议。通过本公司健康小屋平台，采集四川养老院的数据，完成对四川养老院服务对象的健康检测和评估；将数据预处理后，输入到随机森林模型中，根据模型中各因素水平的分值得出膳食推荐指数。
综合多棵决策树的预测结果，最终的身体健康指数公式为：
= (1/N) * ∑(i=1 to N) Ti(x)
N 是随机森林中决策树的数量；
Σ(i=1 to N) 表示从1到N的求和；
Ti(x) 是第i个决策树对输入x的预测输出；
X是输入的身体指标特征向量（身高、体重、年龄、性别、心率、体脂率、基础代谢、血液粘稠度、情绪压力、疲劳度、心血管疾病评估）。
浙江省数据知识产权登记平台2024-11-12 更新150
辽宁养老院健康小屋身体健康指数数据
通过采集健康小屋平台上辽宁养老院所服务用户的日常健康检测，完成对用户心脏健康评估，心血管疾病评估、体脂率、基础代谢、血液粘稠度、疲劳度、情绪压力等因素为自变量，综合分析个人的健康指数，健康小屋帮助用户更好地了解自己的健康状况，及时发现潜在问题，并提供个性化的健康建议和支持。
本数据适用于：
养老院：为老人提供了一站式的健康管理解决方案，无论是日常监测、疾病管理还是康复训练，通过该指数为用户提供个性化的饮食和运动的建议。通过本公司健康小屋平台，采集辽宁养老院的数据，完成对辽宁养老院服务对象的健康检测和评估；将数据预处理后，输入到随机森林模型中，根据模型中各因素水平的分值得出膳食推荐指数。
综合多棵决策树的预测结果，最终的身体健康指数公式为：
= (1/N) * ∑(i=1 to N) Ti(x)
N 是随机森林中决策树的数量；
Σ(i=1 to N) 表示从1到N的求和；
Ti(x) 是第i个决策树对输入x的预测输出；
X是输入的身体指标特征向量（身高、体重、年龄、性别、心率、体脂率、基础代谢、血液粘稠度、情绪压力、疲劳度、心血管疾病评估）。
浙江省数据知识产权登记平台2024-11-12 更新120
山东养老院健康小屋身体健康指数数据
通过采集健康小屋平台上山东养老院所服务用户的日常健康检测，完成对用户心脏健康评估，心血管疾病评估、体脂率、基础代谢、血液粘稠度、疲劳度、情绪压力等因素为自变量，综合分析个人的健康指数，健康小屋帮助用户更好地了解自己的健康状况，及时发现潜在问题，并提供个性化的健康建议和支持。
本数据适用于：
养老院：为老人提供了一站式的健康管理解决方案，无论是日常监测、疾病管理还是康复训练，通过该指数为用户提供个性化的饮食和运动的建议。通过本公司健康小屋平台，采集山东养老院的数据，完成对山东养老院服务对象的健康检测和评估；将数据预处理后，输入到随机森林模型中，根据模型中各因素水平的分值得出膳食推荐指数。
综合多棵决策树的预测结果，最终的身体健康指数公式为：
= (1/N) * ∑(i=1 to N) Ti(x)
N 是随机森林中决策树的数量；
Σ(i=1 to N) 表示从1到N的求和；
Ti(x) 是第i个决策树对输入x的预测输出；
X是输入的身体指标特征向量（身高、体重、年龄、性别、心率、体脂率、基础代谢、血液粘稠度、情绪压力、疲劳度、心血管疾病评估）。
浙江省数据知识产权登记平台2024-11-11 更新140
宁夏养老院健康小屋身体健康指数数据
通过采集健康小屋平台上宁夏养老院所服务用户的日常健康检测，完成对用户心脏健康评估，心血管疾病评估、体脂率、基础代谢、血液粘稠度、疲劳度、情绪压力等因素为自变量，综合分析个人的健康指数，健康小屋帮助用户更好地了解自己的健康状况，及时发现潜在问题，并提供个性化的健康建议和支持。 本数据适用于： 养老院：为老人提供了一站式的健康管理解决方案，无论是日常监测、疾病管理还是康复训练，通过该指数为用户提供个性化的饮食和运动的建议。通过本公司健康小屋平台，采集宁夏养老院的数据，完成对宁夏养老院服务对象的健康检测和评估；将数据预处理后，输入到随机森林模型中，根据模型中各因素水平的分值得出膳食推荐指数。
综合多棵决策树的预测结果，最终的身体健康指数公式为：
= (1/N) * ∑(i=1 to N) Ti(x)
N 是随机森林中决策树的数量；
Σ(i=1 to N) 表示从1到N的求和；
Ti(x) 是第i个决策树对输入x的预测输出；
X是输入的身体指标特征向量（身高、体重、年龄、性别、心率、体脂率、基础代谢、血液粘稠度、情绪压力、疲劳度、心血管疾病评估）。
浙江省数据知识产权登记平台2024-11-20 更新240
西藏养老院健康小屋身体健康指数数据
通过采集健康小屋平台上西藏养老院所服务用户的日常健康检测，完成对用户心脏健康评估，心血管疾病评估、体脂率、基础代谢、血液粘稠度、疲劳度、情绪压力等因素为自变量，综合分析个人的健康指数，健康小屋帮助用户更好地了解自己的健康状况，及时发现潜在问题，并提供个性化的健康建议和支持。
本数据适用于：
养老院：为老人提供了一站式的健康管理解决方案，无论是日常监测、疾病管理还是康复训练，通过该指数为用户提供个性化的饮食和运动的建议。通过本公司健康小屋平台，采集西藏养老院的数据，完成对西藏养老院服务对象的健康检测和评估；将数据预处理后，输入到随机森林模型中，根据模型中各因素水平的分值得出膳食推荐指数。
综合多棵决策树的预测结果，最终的身体健康指数公式为：
= (1/N) * ∑(i=1 to N) Ti(x)
N 是随机森林中决策树的数量；
Σ(i=1 to N) 表示从1到N的求和；
Ti(x) 是第i个决策树对输入x的预测输出；
X是输入的身体指标特征向量（身高、体重、年龄、性别、心率、体脂率、基础代谢、血液粘稠度、情绪压力、疲劳度、心血管疾病评估）。
浙江省数据知识产权登记平台2024-11-12 更新310
山西养老院健康小屋身体健康指数数据
通过采集健康小屋平台上山西养老院所服务用户的日常健康检测，完成对用户心脏健康评估，心血管疾病评估、体脂率、基础代谢、血液粘稠度、疲劳度、情绪压力等因素为自变量，综合分析个人的健康指数，健康小屋帮助用户更好地了解自己的健康状况，及时发现潜在问题，并提供个性化的健康建议和支持。
本数据适用于：
养老院：为老人提供了一站式的健康管理解决方案，无论是日常监测、疾病管理还是康复训练，通过该指数为用户提供个性化的饮食和运动的建议。通过本公司健康小屋平台，采集山西养老院的数据，完成对山西养老院服务对象的健康检测和评估；将数据预处理后，输入到随机森林模型中，根据模型中各因素水平的分值得出膳食推荐指数。
综合多棵决策树的预测结果，最终的身体健康指数公式为：
= (1/N) * ∑(i=1 to N) Ti(x)
N 是随机森林中决策树的数量；
Σ(i=1 to N) 表示从1到N的求和；
Ti(x) 是第i个决策树对输入x的预测输出；
X是输入的身体指标特征向量（身高、体重、年龄、性别、心率、体脂率、基础代谢、血液粘稠度、情绪压力、疲劳度、心血管疾病评估）。
浙江省数据知识产权登记平台2024-11-12 更新180
江西养老院健康小屋身体健康指数数据
通过采集健康小屋平台上江西养老院所服务用户的日常健康检测，完成对用户心脏健康评估，心血管疾病评估、体脂率、基础代谢、血液粘稠度、疲劳度、情绪压力等因素为自变量，综合分析个人的健康指数，健康小屋帮助用户更好地了解自己的健康状况，及时发现潜在问题，并提供个性化的健康建议和支持。
本数据适用于：
养老院：为老人提供了一站式的健康管理解决方案，无论是日常监测、疾病管理还是康复训练，通过该指数为用户提供个性化的饮食和运动的建议。通过本公司健康小屋平台，采集江西养老院的数据，完成对江西养老院服务对象的健康检测和评估；将数据预处理后，输入到随机森林模型中，根据模型中各因素水平的分值得出膳食推荐指数。
综合多棵决策树的预测结果，最终的身体健康指数公式为：
= (1/N) * ∑(i=1 to N) Ti(x)
N 是随机森林中决策树的数量；
Σ(i=1 to N) 表示从1到N的求和；
Ti(x) 是第i个决策树对输入x的预测输出；
X是输入的身体指标特征向量（身高、体重、年龄、性别、心率、体脂率、基础代谢、血液粘稠度、情绪压力、疲劳度、心血管疾病评估）。
浙江省数据知识产权登记平台2024-11-11 更新170
内蒙古养老院健康小屋身体健康指数数据
通过采集健康小屋平台上内蒙古养老院所服务用户的日常健康检测，完成对用户心脏健康评估，心血管疾病评估、体脂率、基础代谢、血液粘稠度、疲劳度、情绪压力等因素为自变量，综合分析个人的健康指数，健康小屋帮助用户更好地了解自己的健康状况，及时发现潜在问题，并提供个性化的健康建议和支持。
本数据适用于：
养老院：为老人提供了一站式的健康管理解决方案，无论是日常监测、疾病管理还是康复训练，通过该指数为用户提供个性化的饮食和运动的建议。通过本公司健康小屋平台，采集内蒙古养老院的数据，完成对内蒙古养老院服务对象的健康检测和评估；将数据预处理后，输入到随机森林模型中，根据模型中各因素水平的分值得出膳食推荐指数。
综合多棵决策树的预测结果，最终的身体健康指数公式为：
= (1/N) * ∑(i=1 to N) Ti(x)
N 是随机森林中决策树的数量；
Σ(i=1 to N) 表示从1到N的求和；
Ti(x) 是第i个决策树对输入x的预测输出；
X是输入的身体指标特征向量（身高、体重、年龄、性别、心率、体脂率、基础代谢、血液粘稠度、情绪压力、疲劳度、心血管疾病评估）。
浙江省数据知识产权登记平台2024-11-11 更新210