摘要
本发明公开了一种基于智能手表的用户健康数据监测方法及系统,涉及智能穿戴健康监测技术领域,包括通过希尔伯特变换和互谱密度进行优化,使用MCMC进行稀疏系数的迭代,使用Ortho‑SSA降维构造轨迹矩阵,通过ReliefF和VC‑SSA进行筛选,初始化GBTN模型,使用NAS进行调整,通过联邦平均和增量学习进行整合,对健康状态进行监测。本发明通过VIB模型、互谱密度优化、GMM噪声建模以及MCMC稀疏迭代,准确捕捉模态间的动态耦合关系,提升数据表征的鲁棒性,通过因果推理和联邦学习进行融合,提高健康监测状态的准确性。