紫外线是生活中常见的一种不可见光,适宜的紫外线对人体有一定的保健作用,但过强的紫外线长时间照射人体皮肤,轻者引起皮肤暗沉和松弛老化,重者更会导致皮肤癌的出现。为避免伤害的发生,紫外线指数成为一个重要的天气指标参数,但天气预报中公告的数值往往与实际中在时效性和准确性都有所出入,使得长期户外运动的人员很难及时准确的做出相应防护措施。因此,一种具有实时性的局域紫外线预警系统被提出来克服目前紫外线指数被动获取的弊端。本论文提出的一种可穿戴式的智能紫外预警智能纽扣,其主要包含:数据采集系统、数据处理系统、以及数据显示系统。控制器选用的是Intel/Altera公司的MAX 10 FPGA。数据采集系统分别采用紫外线传感器和温湿度传感器去采集局域环境中紫外线和气温和湿度的信息,并采用LED灯作为数据显示系统来显示观测到的数据等级。数据处理系统包括数据训练模块和数据融合、优化模块。数据训练模块主要在计算机上实现,其训练数据集来自于网站Weather Underground,输入属性有三种,分别为为紫外线、温度和湿度,输出的标记是危险或者安全。数据训练部分采用机器学习算法来训练数据,并比较支持向量机、K近邻和决策树三种算法的预测准确率,选用合适的算法在硬件实现。在数据融合、优化模块中,本文使用紫外线和温湿度数据来进行数据融合,并提出危险和安全的两种提示信号,通过LED灯显示预测结果。在硬件中使用推断、直接查表和K近邻查表三种方案处理数据。通过比较三种方案的数据融合结果的准确率以及考虑控制器运行速度的问题,得出K近邻查表预测的方案较为优越的结论。本论文针对皮肤防护理念设计出一块可穿戴的智能紫外预警纽扣,能实时的检测环境数据,并通过多个数据融合算法处理数据,一旦环境处于危险状态,立即发出告警信号。