首页分享基于机器学习的居家老人活动识别与日常行为规律研究

基于机器学习的居家老人活动识别与日常行为规律研究

来源：萌宠菠菠乐园时间：2024-09-28 18:43

摘要：

人口老龄化问题的加剧,使得老年人口占比越来越大,养老服务产业需要满足老人日益增长的需求.但是由于国内养老资源不足,养老服务体系不够完善,使得对老人,特别是独居老人的健康照护面临严峻的挑战.传感器技术和普适计算的发展能够让各种传感器佩戴在老人身上或者部署在老人的家中,从而通过老人的运动和日常活动及生理情况的变化产生大量的数据.同时,大数据处理和人工智能技术的发展为分析居家老人的各类数据,研究老人行为规律提供了高效的手段和方法.本文的主要研究工作包括以下三个部分:(1)基于深度学习的老人活动识别研究.为了解决老人日常活动类别数据不平衡问题,本文对数据进行重新采样处理,利用不同的神经网络模型对老人日常活动所产生的传感器数据进行活动识别.研究表明混合的CNN+LSTM模型能够对老人的日常活动进行很好的识别.(2)基于机器学习的老人阿尔兹海默症识别研究.通过智能家居中的麦克风设备收集的语音数据,提取和分析相关语音特征,对老人是否患有阿尔兹海默症进行识别,研究表明LogisticRegressionCV模型能够很好地识别老人的患病状态.(3)基于多条件关联限制的老人日常行为规律发现研究.老人的日常行为规律是对其日常活动的粗粒度表示,它不局限于某一个具体的活动,不要求活动触发的传感器ID,触发的时间,所在位置要一致,而是在长期的日常活动数据中抽象出老人活动的大致行为规律.本文通过将时间距离,最优路径和传感器距离三种条件关联起来对老人一段时间的日常行为模式进行研究,发现老人日常行为规律,同时通过EM聚类算法能够将异常行为规律很好的分离出来.图[39]表[12]参[72]

展开

网址: 基于机器学习的居家老人活动识别与日常行为规律研究 https://www.mcbbbk.com/newsview276356.html

所属分类：萌宠日常