1.一种基于智能可穿戴设备的情绪分析方法，其特征在于，具体按照以下步骤实施：步骤1，选定运动感知类信号数据类别、原始情绪标签类别、日常活动标签类别，用户佩戴智能可穿戴设备1～2个月，同时采用智能可穿戴设备隐式收集运动感知类信号数据，用户在智能可穿戴设备上定期输入情绪数据和日常活动数据；

步骤2，采用智能可穿戴设备对运动感知类信号数据、情绪数据和日常活动数据的对应关系进行预设法运算，确定用户情绪状态与日常活动、人体姿态动作的关联关系，建立用户情绪预测模型；

步骤3，通过用户情绪预测模型对用户实际情绪进行分析后，输出用户情绪信息。

2.根据权利要求1所述的一种基于智能可穿戴设备的情绪分析方法，其特征在于，步骤

2中，所述运动感知类信号数据类别包括三轴加速度、速度、角速度、磁场数据和时间；所述原始情绪标签类别包括紧张—疲惫、兴奋—无聊、高兴—低落和压力—放松；所述日常活动标签类别包括交流、餐饮、学习、工作、居家、个人护理、接受服务、购物、社交和运动。

3.根据权利要求1所述的一种基于智能可穿戴设备的情绪分析方法，其特征在于，所述人体姿态动作包括走路、慢跑、坐着、站立、上楼和下楼动作。

4.根据权利要求1所述的一种基于智能可穿戴设备的情绪分析方法，其特征在于，步骤

2中预设法运算过程具体为：

步骤2.1，提取运动感知类信号数据，并融合情绪数据和日常活动数据，进行聚类分析获得人体姿态动作；

步骤2.2，采用分类器对人体姿态动作分别进行情绪识别与日常活动识别，建立用户情绪预测模型。

5.根据权利要求4所述的一种基于智能可穿戴设备的情绪分析方法，其特征在于，步骤

3具体为：

步骤3.1，通过用户情绪预测模型根据运动感知类信号数据判断用户的动作是否在第一预设动作范围内，若是，提醒用户记录情绪标签，若否，则无提示；

步骤3.2，根据用户情绪的唤起程度与正负性获得情绪角度，推测用户情绪强度与愉悦程度，获得情感角度值；

步骤3.3，智能可穿戴设备输出情感角度值之后，邀请用户对情感角度值的准确性做出判断，若准确，继续预测，若不准确，邀请用户给出实际的情绪状态，并将其数据代入用户情绪预测模型进行修正；

步骤3.4，重复步骤3.1～3.3，直至输出用户情绪信息。

6.根据权利要求4所述的一种基于智能可穿戴设备的情绪分析方法，其特征在于，步骤

2中预设法运算过程以日常活动开始的时间至用户记录情绪时间为时间窗口，预测用户情绪状态。

7.根据权利要求5所述的一种基于智能可穿戴设备的情绪分析方法，其特征在于，步骤

3.1中，第一预设动作为日常活动内的动作序列和姿态动作内的动作序列。