智能居家养老系统中基于传感器的半监督智能行为识别方法研究

党文远 于茜 王艳 殷苏姣 宋雪銮 张娜 大连科技学院 数字技术学院

引言

我国已步入老龄化社会，到2050年独居和空巢老年人将占总人口的54%以上，这些老人面临着年老体弱、无人赡养、就医困难等问题，子女赡养、养老院等传统养老模式需要升级，智能化养老成必然趋势，智能养老已经得到了国家和政府的积极支持，“十三五”规划清晰地设计了社会养老服务体系，特别提出了运用现代科技成果，提高养老服务管理水平。智能养老系统中的一个重要核心内容是识别用户的日常行为，它是其他所有功能的基础。所以本文基于非侵入式传感器进行智能养老系统中的半监督行为识别方法研究，得到行为知识模型，采用半监督行为识别方法进行识别，从而发现住户异常行为并进行预警。

1 行为数据的采集和预处理

数据是行为识别的关键，从住户角度分类有单用户、多用户等不同类型，从标注角度分类有标注和非标注数据两种数据类型，本文研究的半监督行为识别需要少量标注数据。人工标注数据错误较多，所以要对数据进行预处理。预处理的方式是通过编程统一排查数据中的标注错误并进行修改，形成标准数据，在此基础上进行行为识别。主要的预处理手段有删除无效数据、补充数据缺失项、数据标记配对处理等。

2 提取知识建立行为模型

行为模型研究是在特征传感器基础上提取知识建立行为模型，针对能区分所有行为的特征传感器，提取其特征值，形成每种行为的知识模型，该知识模型是行为识别的基础。本文从少量标记数据中采用相似度比较、聚类等方法提取行为知识模型，并找到特征属性，进行属性的约简和降维，并最终得到可迁移的行为知识模型。采用此种方法提取的行为知识模型在知识模型数量、特征数量等方面都可进行控制，相对灵活度比较大，可根据具体情况由用户来自行选择。

3 半监督行为识别方法

现有的半监督行为识别方法比较单一，一般是采用相似度测量方法将行为与行为知识模型进行比较，从而计算匹配程度确定行为所述类别。为了更为准确的实现行为与行为知识模型进行匹配，本文从三个不同的角度出发衡量行为与知识模型间的相似情况，并采用多数投票法最终确定行为的分类，这样能更为准确的确定分类，提高识别率。

4 结束语

本文提出了只需要少量标记数据就能解决行为知识模型提取和提高识别率的半监督行为识别方法，进而解决了智能居家养老系统中的关键核心问题——行为识别问题。系统通过传感器自动获取数据，依据行为模型自动识别行为，并对异常行为自动发布预警和提醒，完全不需要人工服务，住户可在安静不受打扰的环境下享受系统的智能服务，使得智能居家养老系统更人性化、智能化、高效化、准确化，提升了智能居家养老系统的品质。