黨文遠 于茜 王艷 殷蘇姣 宋雪鑾 張娜 大連科技學院 數(shù)字技術(shù)學院

引言

我國已步入老齡化社會，到2050年獨居和空巢老年人將占總?cè)丝诘?4%以上，這些老人面臨著年老體弱、無人贍養(yǎng)、就醫(yī)困難等問題，子女贍養(yǎng)、養(yǎng)老院等傳統(tǒng)養(yǎng)老模式需要升級，智能化養(yǎng)老成必然趨勢，智能養(yǎng)老已經(jīng)得到了國家和政府的積極支持，“十三五”規(guī)劃清晰地設計了社會養(yǎng)老服務體系，特別提出了運用現(xiàn)代科技成果，提高養(yǎng)老服務管理水平。智能養(yǎng)老系統(tǒng)中的一個重要核心內(nèi)容是識別用戶的日常行為，它是其他所有功能的基礎。所以本文基于非侵入式傳感器進行智能養(yǎng)老系統(tǒng)中的半監(jiān)督行為識別方法研究，得到行為知識模型，采用半監(jiān)督行為識別方法進行識別，從而發(fā)現(xiàn)住戶異常行為并進行預警。

1 行為數(shù)據(jù)的采集和預處理

數(shù)據(jù)是行為識別的關(guān)鍵，從住戶角度分類有單用戶、多用戶等不同類型，從標注角度分類有標注和非標注數(shù)據(jù)兩種數(shù)據(jù)類型，本文研究的半監(jiān)督行為識別需要少量標注數(shù)據(jù)。人工標注數(shù)據(jù)錯誤較多，所以要對數(shù)據(jù)進行預處理。預處理的方式是通過編程統(tǒng)一排查數(shù)據(jù)中的標注錯誤并進行修改，形成標準數(shù)據(jù)，在此基礎上進行行為識別。主要的預處理手段有刪除無效數(shù)據(jù)、補充數(shù)據(jù)缺失項、數(shù)據(jù)標記配對處理等。

2 提取知識建立行為模型

行為模型研究是在特征傳感器基礎上提取知識建立行為模型，針對能區(qū)分所有行為的特征傳感器，提取其特征值，形成每種行為的知識模型，該知識模型是行為識別的基礎。本文從少量標記數(shù)據(jù)中采用相似度比較、聚類等方法提取行為知識模型，并找到特征屬性，進行屬性的約簡和降維，并最終得到可遷移的行為知識模型。采用此種方法提取的行為知識模型在知識模型數(shù)量、特征數(shù)量等方面都可進行控制，相對靈活度比較大，可根據(jù)具體情況由用戶來自行選擇。

3 半監(jiān)督行為識別方法

現(xiàn)有的半監(jiān)督行為識別方法比較單一，一般是采用相似度測量方法將行為與行為知識模型進行比較，從而計算匹配程度確定行為所述類別。為了更為準確的實現(xiàn)行為與行為知識模型進行匹配，本文從三個不同的角度出發(fā)衡量行為與知識模型間的相似情況，并采用多數(shù)投票法最終確定行為的分類，這樣能更為準確的確定分類，提高識別率。

4 結(jié)束語

本文提出了只需要少量標記數(shù)據(jù)就能解決行為知識模型提取和提高識別率的半監(jiān)督行為識別方法，進而解決了智能居家養(yǎng)老系統(tǒng)中的關(guān)鍵核心問題——行為識別問題。系統(tǒng)通過傳感器自動獲取數(shù)據(jù)，依據(jù)行為模型自動識別行為，并對異常行為自動發(fā)布預警和提醒，完全不需要人工服務，住戶可在安靜不受打擾的環(huán)境下享受系統(tǒng)的智能服務，使得智能居家養(yǎng)老系統(tǒng)更人性化、智能化、高效化、準確化，提升了智能居家養(yǎng)老系統(tǒng)的品質(zhì)。