【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
【基金项目】
：
安徽省重大科技专项（项目编号:KJ2019ZD44）；
论文部分内容阅读
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]
其他文献
无线传感器网络WSN凭借其自身所具有的低成本、自组织、长生存周期等优势,广泛应用于电网监测、海底勘探、军事管理、医疗护理等领域。但是无线传感器网络工作环境复杂多变,传感器能量受限且不能补充,因此无线传感器网络的核心研究问题便是网络覆盖优化控制,可以说网络覆盖控制决定了 WSN的性能和服务质量。采用高效合理的网络覆盖控制策略,能够优化传感器节点的部署,从而使WSN更好的服务于用户。故本文针对二维网络
奇异微分系统是微分方程与动力系统的一个重要领域,其在应用数学、天文学、物理学以及生物学科中有着广泛的应用。因此,探讨奇异微分系统周期解问题具有很高的学术价值。本文应用重合度延拓定理、上下解方法、三阶近似方法、平均方法研究了几类奇异微分系统周期解的存在性和稳定性问题。全文的组织结构如下:第一章,绪论,简述奇异微分系统的背景、研究现状和意义。同时给出了重合度定理、上下解方法、三阶近似方法、平均方法一些
因果中介分析是通过中介变量识别解释自变量和因变量之间关系的因果机制。目前,中介分析的研究主要集中在自然直接与间接效应推断,很少进行效应的估计与分布的研究。本文分别在简单中介模型、具有混杂变量的中介模型、具有交互作用的中介模型和具有多个中介变量的中介模型下进行了自然直接与间接效应估计,并由Delta方法获得了估计量的分布。论文的主要工作包括以下四个部分。第一部分对单个中介变量情形,运用线性回归建立自
随着现代通信技术的发展,对相关元器件的需求也越来越大。这些年,微波介质陶瓷发展迅速,是因为由其制作的微波元器件,有不少优点,例如小巧、经济、质量轻、性能稳等,因此可以满足现代通信工具的小型化、集成化等要求。低温共烧陶瓷（LTCC:Low Temperature Co-fired Ceramic）,是一种多层电路,由未烧结的流延陶瓷材料叠层在一起制成,内置印制互联导体、电路和元件,该结构被烧结成一个
移动互联网和智能终端设备可以产生大量的高维数据,这些数据具有潜在的规则和价值。然而,如果不经净化处理直接发布,可能会泄漏用户或组织的隐私信息。现有的高维数据差分隐私发布方法不能够较好地保护用户隐私。一方面,中心化差分隐私无法解决不可信服务器导致的隐私泄露问题,以及应用于众包场景存在诸多问题;另一方面,差分隐私作用于高维数据上不仅会引入大量的噪声,降低数据效用,也会产生时间复杂度高、计算复杂等问题。
文本表示是自然语言研究的基础问题,也是帮助我们高效处理文本信息的关键,传统的文本表示模型大多是基于词或短语构建,普遍存在容易丢失语义信息的问题。近年来,事件这一概念引起了学者的高度重视,叙事类文本中包含了大量的事件,面向事件对文本表示模型进行研究,以事件或事件要素作为语义单元,可以很好的保留文本中存在的深层语义信息。本文首先对文本中缺省的对象要素、时间要素和地点要素进行缺省补全的研究;然后以事件作
互联网时代信息爆炸增长,搜索引擎已经无法满足用户的需求。推荐系统通过分析用户历史行为预测用户的偏好,可以实现主动的个性化推荐。但当前推荐算法中仍存在数据稀疏和冷启动等问题影响推荐系统的性能。社交网络中存在用户行为信息和用户社会关系,考虑将社交网络应用到推荐算法中,能有效改善上述问题。因此,本文首先提取社交网络中的用户行为信息特征,然后提出一种社交网络中的矩阵分解推荐算法,主要研究内容如下:1.针对
在微博话题讨论过程中,用户更加注重输入的简化、随性的表达以及情感的输出,便自发性的转变了自己的语言表述方式。这一转变直接增加了网络新词的输出,使得微博文本情感倾向分析更加困难。为了解决这个问题,本文提出了一种基于情感新词识别的微博文本情感分析的方法。首先通过统计量方法从微博数据中识别出新词;其次根据新词的上下文信息及其语义信息识别出情感新词,;最后扩展微博情感词库并结合多种规则进行微博文本情感倾向
研究目的:分析长链非编码RNA动脉粥样硬化斑块相关转录本（long noncoding RNA atherosclerosis plaque associated transcript,lncRNA-APAT）在无冠脉斑块患者、完全钙化斑块患者和混合斑块患者外周血中的表达差异,并阐明lncRNA-APAT通过竞争性结合microRNA-181a（miR-181a）对单核-巨噬细胞功能和动脉粥样硬化
鼻咽癌是我国华南地区高发的恶性肿瘤,早期症状不明显,易造成漏诊误诊。鼻咽癌诊断存在血清学标志物敏感度及特异度不高、影像学筛查费用昂贵、分辨率不高、病理活检侵入危害等限制。因此开发更多特异性生物标志物是亟待推进的问题。本研究目的是筛选一批与鼻咽癌发生发展相关的非编码RNA（non-coding RNA）和基因标志物,阐述它们相互之间的调控模式,为进一步研究鼻咽癌病理过程中的生物学功能提供新视角。以鼻