智慧家居中基于计算机数据感知的老人行为识别技术

摘要：

为了对居家老人的日常行为进行研究和分析,及时发现老人日常行为中的异常情况,提出利用智能家居中的传感器传输的数据,通过支持向量机对老人日常行为进行建模和识别,同时利用高斯混合模型搭建日常行为异常的模型,并通过这2种模型对老人的日常行为进行检测数据的解读.研究结果表明:通过支持向量机模型能够很好地分析老人的日常行为,并且准确率高达90％;通过高斯模型进行实验分析,能够得到当马氏距离和标准差的比值在3倍以内的时候,日常行为中的异常行为表现得不明显,也就是说这时候老人的日常行为不存在危险性,是正常的.这项研究成果能够更好地掌握老人的日常行为活动,能在发生异常的第一时间得到反馈,这对当今社会的养老建设具有一定程度上的贡献.

关键词：智慧家居、行为识别、高斯模型、支持向量机

所属期刊栏目：39

分类号：TP393(计算技术、计算机技术)

资助基金：全国教育信息技术研究重点课题184420038

在线出版日期：2023-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：15-17