本申请实施例涉及身份识别，特别涉及一种舰船工作人员身份识别方法及服务器。
背景技术：
1、目标身份识别在各行各业都有着广泛的应用，为提高效率、降低成本和改善用户体验提供了重要支持。
2、在传统的身份识别系统中，通常利用与目标身份密切相关的数据进行分析和处理，数据分析领域对于目标身份识别具有极大的重要性。目前，基于人工智能和大数据分析技术的目标身份识别已经被广泛应用于各个行业，如电子商务、电力、网络视频和网络社交等。
3、然而，随着数据量的增加和技术的发展，传统方法的成本和壁垒也在增加，需要有稳定的成本投入才能保证应用场景有能力部署相关系统。由此尽管基于人工智能和大数据分析技术等相关数据分析方法具有高识别准确度的优点，但数据获取成本和算力成本较高，不利于实现轻量化部署。
技术实现思路
1、本申请实施例提供了一种舰船工作人员身份识别方法及服务器，所述技术方案如下：
2、一方面，提供了一种舰船工作人员身份识别方法，所述方法用于服务器，所述服务器设有识别模块，所述方法包括：
3、获取舰船工作人员的弱相关数据，所述弱相关数据包括心率数据和气象数据；
4、对所述弱相关数据进行均值化处理得到对应不同时间尺度的颗粒度数据；
5、将所述颗粒度数据存储至所述识别模块的特定存储空间；
6、在所述特定存储空间中，根据所述颗粒度数据建立状态方程，所述状态方程为一维线性谐振子的定态薛定谔方程；
7、在气温突变日期内，获取监测对象的心率数据与与目标时间尺度的心率数据进行比较；
8、响应于比较结果存在异常状态，通过所述状态方程计算出所述监测对象的生理异常指数；
9、将所述监测对象的生理异常指数与预设阈值比对，其中，所述预设阈值根据舰船工作人员的历史统计数据得到；
10、根据比对结果对所述监测对象的身份进行识别。
11、可选的，所述心率数据为所述舰船工作人员的生理指标数据，且所述心率数据通过便携式采集装置获取；所述气象数据在所述舰船工作人员的工作环境下采集。
12、可选的，所述获取舰船工作人员的弱相关数据，包括：
13、通过所述便携式采集装置采集所述舰船工作人员的心率数据；
14、将所述舰船工作人员的心率数据存储至运营商后台数据库和本地数据库。
15、可选的，所述对所述弱相关数据进行均值化处理得到对应不同时间尺度的颗粒度数据，包括：
16、获取所述舰船工作人员的心率数据的单位实时数据；
17、从所述单位实时数据中获取不同时间尺度的最大值和最小值，并进行存储；
18、根据所述单位实时数据计算不同时间尺度的平均值，得到不同时间尺度为单位的颗粒度数据并输出。
19、可选的，所述获取舰船工作人员的弱相关数据，还包括：
20、通过互联网获取所述舰船工作人员所在海域的气象数据，并存入所述本地数据库中。
21、可选的，所述对所述弱相关数据进行均值化处理得到对应不同时间尺度的颗粒度数据，所述方法还包括：
22、在所述本地数据库中获取所述舰船工作人员所在海域的气象数据的单位实时数据；
23、从所述单位实时数据中获取不同时间尺度的最大值和最小值，并进行存储；
24、根据所述单位实时数据计算不同时间尺度的平均值，得到不同时间尺度为单位的颗粒度数据并输出。
25、可选的，所述在所述特定存储空间中，根据所述颗粒度数据建立状态方程，所述状态方程为一维线性谐振子的定态薛定谔方程，包括：
26、在所述特定存储空间中，得到所述心率数据的第一求导结果和所述气象数据的第二求导结果；
27、通过统计分析方法得到截止心率；
28、综合所述心率数据、所述气象数据、所述第一求导结果、所述第二求导结果和所述截止心率，求解所述状态方程的第一参数和第二参数；
29、根据所述第一参数和所述第二参数建立所述状态方程。
30、可选的，所述响应于比较结果存在异常状态，通过所述状态方程计算出所述监测对象的生理异常指数，包括：
31、在气温突变日期内，当所述监测对象的心率数据高于所述目标时间尺度的心率数据时，判定所述监测对象的心率数据存在异常状态；
32、通过所述状态方程计算出所述监测对象的生理异常指数。
33、可选的，所述根据比对结果对所述监测对象的身份进行识别，包括：
34、响应于所述监测对象的生理异常指数大于所述预设阈值，将所述监测对象判定为所述舰船工作人员；
35、反之，将所述监测对象判定为非舰船工作人员；
36、所述方法还包括：
37、响应于所述监测对象的心率数据不高于所述目标时间尺度的心率数据，继续监测所述监测对象的心率数据。
38、另一方面，提供了一种服务器，所述服务器包括处理器和存储器；所述存储器存储有至少一条指令，所述至少一条指令用于被所述处理器执行以实现如上述方面所述的舰船工作人员身份识别方法。
39、另一方面，提供了一种计算机可读存储介质，所述存储介质存储有至少一条指令，所述至少一条指令用于被处理器执行以实现如上述方面所述的舰船工作人员身份识别方法。
40、另一方面，还提供了一种计算机程序产品，该计算机程序产品存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述方面所述的舰船工作人员身份识别方法。
41、本申请实施例中，以舰船工作人员为识别目的，提出一种基于弱相关数据的身份识别方法，建立生理数据和气象数据之间的关联，通过阈值判别实现人员身份自动识别，与基于人工智能和大数据分析实现的同类系统相比，该方法所需数据获取难度更低，同时，对存储和算力要求也更低，可实现轻量化部署。
1.一种舰船工作人员身份识别方法，其特征在于，所述方法用于服务器，所述服务器设有识别模块，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，所述获取舰船工作人员的弱相关数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述弱相关数据进行均值化处理得到对应不同时间尺度的颗粒度数据，包括：
5.根据权利要求2所述的方法，其特征在于，所述获取舰船工作人员的弱相关数据，还包括：
6.根据权利要求5所述的方法，其特征在于，所述对所述弱相关数据进行均值化处理得到对应不同时间尺度的颗粒度数据，所述方法还包括：
7.根据权利要求1至6任一所述的方法，其特征在于，所述在所述特定存储空间中，根据所述颗粒度数据建立状态方程，所述状态方程为一维线性谐振子的定态薛定谔方程，包括：
8.根据权利要求1至6任一所述的方法，其特征在于，所述响应于比较结果存在异常状态，通过所述状态方程计算出所述监测对象的生理异常指数，包括：
9.根据权利要求8所述的方法，其特征在于，所述根据比对结果对所述监测对象的身份进行识别，包括：
10.一种服务器，其特征在于，所述服务器包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现如上述权利要求1至9任一项所述的舰船工作人员身份识别方法。
