李 蕊，陳劍欽，譚文杰，陳梓健，江麗珍

（華南理工大學(xué)廣州學(xué)院機(jī)械工程學(xué)院，廣東 廣州510800）

目前，我國人口老齡化日趨嚴(yán)重，根據(jù)國家統(tǒng)計局在2019年年末公開的數(shù)據(jù)，全國60周歲及以上的人口有25 388萬人，占全國總?cè)丝诘?8.1%，65周歲及以上人口為17 603萬人，占全國總?cè)丝诘?2.6%。根據(jù)《大健康產(chǎn)業(yè)藍(lán)皮書：中國大健康產(chǎn)業(yè)發(fā)展報告（2018）》，我國2050年將會出現(xiàn)60周歲及以上人口4.83億人，老年人口總體消費金額高達(dá)61.26萬億元，分別是2020年的1.89倍、8.73倍。老年人口是養(yǎng)老服務(wù)需求的主要群體，中國人口老齡化和老齡人口高齡化都將呈現(xiàn)逐步加深的態(tài)勢[1-2]。而由于之前獨生子女的政策，目前的家庭規(guī)模越來越小型化，一對年輕人往往面臨著贍養(yǎng)四位老人以及撫養(yǎng)孩子的難題，傳統(tǒng)的家庭式養(yǎng)老模式面臨著嚴(yán)峻挑戰(zhàn)。隨著當(dāng)今時代生活節(jié)奏加快，獨生子女基本在外工作，很難有充足的時間陪伴和照顧老人，這就造成空巢老人日益增多?！吧僮永淆g化”成為一種普遍現(xiàn)象，老年人的退休生活也日漸成為社會熱門話題。為了幫助空巢老人安全生活，幫助子女及時獲取獨居老人的健康及安全狀況，設(shè)計了一款能主動學(xué)習(xí)的智慧助老平臺，利用貝葉斯模型，能自動調(diào)節(jié)室內(nèi)溫度、主動識別陌生面孔、檢測老人跌倒?fàn)顟B(tài)、及時向子女發(fā)送警告信息。

1 平臺的總體設(shè)計及功能

此款A(yù)IO-Care智慧助老平臺，是一種能通過主動學(xué)習(xí)來提供安全和健康檢測的助老服務(wù)，其總體設(shè)計包括如圖1所示的三大部分：一是利用人工神經(jīng)網(wǎng)格算法構(gòu)建的單峰貝葉斯模型，通過主動學(xué)習(xí)用戶的偏好，準(zhǔn)確測量溫度的變化，提高對老人健康的監(jiān)測和疾病的預(yù)測。采集室內(nèi)不同區(qū)域的溫度值，通過大數(shù)據(jù)統(tǒng)計，對應(yīng)不同區(qū)域規(guī)劃出不同的線性函數(shù)，滿足用戶對個性化的舒適溫度的需求。二是利用攝像頭里的云計算平臺，對出現(xiàn)在家里的人臉進(jìn)行識別，當(dāng)出現(xiàn)陌生面孔時，報警系統(tǒng)向預(yù)先設(shè)定的監(jiān)護(hù)人手機(jī)發(fā)送報警信息。由監(jiān)護(hù)人確認(rèn)是否為陌生人，若不是，監(jiān)護(hù)人解除警報；若是，則可刪除人臉，繼續(xù)保持識別為陌生人。三是利用加速度傳感器和機(jī)器視覺系統(tǒng)，確定老年人是否出現(xiàn)跌倒現(xiàn)象，并利用云計算資源的算法模型主動學(xué)習(xí)對設(shè)立的跌倒模型進(jìn)行修正。利用智慧助老平臺，對獨居老人身體狀況進(jìn)行遠(yuǎn)程的、實時的監(jiān)控和預(yù)測。

圖1 智慧助老平臺的總體設(shè)計和功能

基于單峰貝葉斯模型的AIO-Care智慧助老平臺，能通過主動學(xué)習(xí)用戶的偏好進(jìn)行溫度調(diào)節(jié)。此款智慧助老平臺利用人工神經(jīng)網(wǎng)絡(luò)算法進(jìn)行模型的建立。相比之下，傳統(tǒng)算法有著較多的缺點，傳統(tǒng)算法在精確到網(wǎng)絡(luò)結(jié)構(gòu)之前，需要結(jié)合自身主觀經(jīng)驗來推測相關(guān)網(wǎng)絡(luò)結(jié)構(gòu)中結(jié)點順序，需要手工提取，既浪費時間又要有很強(qiáng)的專業(yè)知識。而人工神經(jīng)網(wǎng)絡(luò)算法，是由大量神經(jīng)元連接，這些神經(jīng)元的連接權(quán)重可以進(jìn)行調(diào)整。它具有出色的大規(guī)模并行處理、分布式信息存儲以及自組織自學(xué)習(xí)能力。課題組給出一個可以在無約束的條件下，通過觀測到的訓(xùn)練樣本集信息以及概率關(guān)系，自動完成學(xué)習(xí)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的新方法[3]。

人工智能是21世紀(jì)最為尖端的科技之一，而人工神經(jīng)網(wǎng)絡(luò)和網(wǎng)絡(luò)神經(jīng)爬蟲是人工智能理論中最具代表性的算法。它們是通過模仿動物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的數(shù)學(xué)算法模型，經(jīng)過反復(fù)的數(shù)據(jù)收集和對數(shù)據(jù)流通的疊加性，使模型增強(qiáng)了對環(huán)境的了解，在不斷學(xué)習(xí)中改變其表達(dá)方式，并提高自身性能，使輸入和輸出的參量指標(biāo)變換朝好的方向發(fā)展[4]。應(yīng)用貝葉斯模型對老年人的身體健康影響因素進(jìn)行分析，不僅能夠因循傳統(tǒng)因素對可能性致病因素進(jìn)行研究，還能對非參數(shù)的、時變的基線效應(yīng)進(jìn)行分析。同時，對于未被觀測到的異質(zhì)性因素，也可納入模型進(jìn)行分析。對于致病因素與疾病之間的關(guān)系，也可由模型進(jìn)行相關(guān)要素分析得出[5]。因此，應(yīng)用貝葉斯模型對老年人進(jìn)行健康監(jiān)測與疾病防控，具有極大優(yōu)勢，能對老人身體狀況起到實時監(jiān)控的作用。

此外，云計算技術(shù)為計算機(jī)數(shù)據(jù)的處理提供了安全可靠的平臺。云計算技術(shù)為用戶提供了卓越的網(wǎng)絡(luò)環(huán)境和存儲空間，以解決各種數(shù)據(jù)傳輸鏈路問題。與傳統(tǒng)的大數(shù)據(jù)分析技術(shù)相比，云計算可以提高大數(shù)據(jù)分析的質(zhì)量。云計算技術(shù)的數(shù)據(jù)存儲具有強(qiáng)大的安全性，很少會出現(xiàn)數(shù)據(jù)丟失的情況，滿足人們的實際需求，直接體現(xiàn)了云計算技術(shù)的優(yōu)勢。過去固有的安全概念是數(shù)據(jù)越多，信息被篡改的可能性會越高[6]。云安全則打破這一觀念，令數(shù)據(jù)的安全性同用戶量之間形成正相關(guān)，確保用戶數(shù)據(jù)的安全性。利用攝像頭里的云計算平臺對陌生面孔進(jìn)行識別確認(rèn)，并與報警系統(tǒng)相連通，以此保障獨居老人的安全。

在具體的實驗場景中，通過使用加速度傳感器和機(jī)器視覺系統(tǒng)，確定老年人是否出現(xiàn)跌倒的情況。機(jī)器視覺系統(tǒng)的主要功能是提高生產(chǎn)的靈活性和自動化程度。在一些不適合人工作業(yè)的危險工作環(huán)境或人工視覺難以滿足要求的場合，機(jī)器視覺通常用于代替人工視覺進(jìn)行監(jiān)測。機(jī)器視覺易于實現(xiàn)信息集成，可以在最短的時間內(nèi)將信息匯總傳遞。當(dāng)加速度傳感器收到異常數(shù)值，向圖像采集部分發(fā)送觸發(fā)脈沖。圖像獲取部分根據(jù)預(yù)設(shè)的程序和延遲，將起始脈沖發(fā)送到攝像頭。圖像采集部分接收模擬視頻信號，通過A/D將其數(shù)字化，將數(shù)字圖像存放在處理器中；處理器開始對圖像進(jìn)行處理、分析、識別，獲得分析結(jié)果；與此同時，向子女手機(jī)發(fā)送求救信號。通過加速度傳感器與機(jī)器視覺系統(tǒng)的配合，準(zhǔn)確識別老年人出現(xiàn)跌倒的情景，并利用云計算資源的算法模型主動學(xué)習(xí)對設(shè)立的跌倒模型進(jìn)行修正，從而對獨居老人身體狀況進(jìn)行遠(yuǎn)程的、實時的監(jiān)控和預(yù)測。

2 單峰貝葉斯模型的建立

貝葉斯算法是一種研究不確定性的推理方法，它主要用于處理不確定性的知識，最早用于處理人工智能中的不確定性信息，被廣泛應(yīng)用于醫(yī)療診斷、金融分析等不確定領(lǐng)域[7]?；谡`差反向傳播算法的BP神經(jīng)網(wǎng)絡(luò)是一種典型的前饋神經(jīng)網(wǎng)絡(luò)，主要用于多參數(shù)非線性預(yù)報和預(yù)測，尤其適用于無法建立準(zhǔn)確數(shù)學(xué)模型的復(fù)雜問題。目前，實際應(yīng)用的人工神經(jīng)網(wǎng)絡(luò)中，80%~90%是BP網(wǎng)絡(luò)或其變化形式[4]。BP神經(jīng)網(wǎng)絡(luò)一般采用網(wǎng)絡(luò)響應(yīng)的均方差（E）作為性能指數(shù)，BP網(wǎng)絡(luò)以使E盡量減小或達(dá)到某一值為目標(biāo)，但在訓(xùn)練和應(yīng)用過程中因不可避免的過擬合、欠擬合現(xiàn)象，易陷入局部最小值，存在運行效率不夠高等問題。由于神經(jīng)網(wǎng)絡(luò)的泛化能力主要依賴于網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練樣本的特性，研究人員提出了眾多可供選擇的訓(xùn)練策略和優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)以提高其泛化能力，主要有修剪法、正則化法和進(jìn)化法等。課題組采用正則化法，通過修正神經(jīng)網(wǎng)絡(luò)的訓(xùn)練性能函數(shù)以提高其泛化能力。常用的正則化法是在誤差函數(shù)后加上權(quán)衰減項E，使網(wǎng)絡(luò)的性能指數(shù)變?yōu)椋?/p>

F(W)＝αE+βE

式中，F(xiàn)為網(wǎng)絡(luò)的權(quán)值向量；E為網(wǎng)絡(luò)所有權(quán)值的均方差；當(dāng)網(wǎng)絡(luò)權(quán)值的總數(shù)α<<β，F(xiàn)為網(wǎng)絡(luò)權(quán)值；α和β為正則化系數(shù)。α和β的大小影響網(wǎng)絡(luò)的訓(xùn)練效果。如果α>>β，則訓(xùn)練算法傾向于使學(xué)習(xí)集網(wǎng)絡(luò)響應(yīng)的誤差減小，容易使網(wǎng)絡(luò)出現(xiàn)過擬合現(xiàn)象；如果α<<β，則訓(xùn)練強(qiáng)調(diào)權(quán)值的減小，自動縮小了網(wǎng)絡(luò)規(guī)模，使網(wǎng)絡(luò)的輸出更加平滑，可有效增強(qiáng)網(wǎng)絡(luò)的泛化性能，但容易導(dǎo)致網(wǎng)絡(luò)欠擬合。貝葉斯正則化算法為控制神經(jīng)網(wǎng)絡(luò)提供新路線。在網(wǎng)絡(luò)訓(xùn)練中將網(wǎng)絡(luò)權(quán)值視為隨機(jī)變量，允許模型在不同的部分具有不同的復(fù)雜度。以最大后驗概率為目標(biāo)，自適應(yīng)調(diào)節(jié)α，使其達(dá)到最優(yōu)[7]。課題組以數(shù)學(xué)軟件MATLAB工具箱為基礎(chǔ)進(jìn)行編程并設(shè)定參數(shù)，以尋求最優(yōu)的網(wǎng)絡(luò)輸出。

3 結(jié)語

助老愛老是中華民族的傳統(tǒng)美德，智能服務(wù)平臺的搭建有助于結(jié)合時代需求踐行孝道?；谪惾~斯正則化訓(xùn)練方法的BP神經(jīng)網(wǎng)絡(luò)建立的溫度預(yù)測模型，能夠較為準(zhǔn)確地測量出溫度的變化，提高對疾病的診斷效率與預(yù)測率，從而更為精準(zhǔn)地分析與預(yù)測適合老人的疾控方案。

BP神經(jīng)網(wǎng)絡(luò)建立的人工神經(jīng)網(wǎng)絡(luò)算法在不斷地完善建立模型，使平臺分析出的科學(xué)方案能夠有更高的可行性，與普通的采用最小二乘法的算法相比，該模型的精度更高且人工成本更低，只需要建立一名低級的AI對數(shù)據(jù)不斷地疊加。這可以極大地提高容錯率，同時，精度也會隨著時間的增長而不斷提高。但需要注意的是，因為本模型使用的是大眾數(shù)據(jù)，在某些特殊情況下，算法建立出來的模型可能會有較大誤差且不符合實際。另外，由于目前BP神經(jīng)網(wǎng)絡(luò)屬于深度學(xué)習(xí)中的一個高端研究方向，對研究人員的素質(zhì)有一定的要求。擬建的智慧助老平臺，一定程度上能夠彌補(bǔ)照顧不周形成的養(yǎng)老服務(wù)問題，為老年人養(yǎng)老問題提供新思路。