国人口老龄化日益严重,老龄化带来诸多社会问题,如医护人员短缺、医疗资源不足、医护费用高昂等。老人更喜欢在家中安享晚年,而居家健康照护是居家养老的基础技术支持。通过非监督式学习算法提取老人行为模式的规律性特征,估计老人一天行为的不规律性机率,识别老人不规律的行为,及时向医护人员或家属提出警示,可以为居家老人健康照护提供基础的技术支持,推动居家养老理论研究和实际应用的发展。
课题组基于对老人行为规律性的观察,提出了一种基于特征的隐性不规律性检测算法,该算法由三个步骤组成。(1)定义规律行为的时间规律性和发生频率规律性,进而采用非监督式学习算法DBSCAN及直方图等技术提取老人的规律行为。(2)构建日常行为序列的多维度投影空间;(3)依据老人行为的规律性以及多维度投影空间计算老人日常行为序列的不规律性机率。
实验结果表明,该算法可以有效提高居家老行为隐性不规律性检测的精度。研究工作得到了安徽省高等学校自然科学基金(KJ2019ZD44, KJ2019A0648, KJ2018B01)和安徽省自然科学基金等项目的资助(1908085MF211)。
终审人:蔡永晨