基于環(huán)境傳感器的智能家居活動(dòng)識(shí)別與行為習(xí)慣分析.pdf

1、健康智能家居(Health Smart Home，HSH)是一種新興的遠(yuǎn)程醫(yī)療手段，它能輔助老齡人安全獨(dú)立的生活，并減少由于人口老齡化引起的醫(yī)療資源匱乏問(wèn)題。活動(dòng)識(shí)別與行為分析是健康智能家居監(jiān)護(hù)的核心與目的。然而，目前的研究普遍存在傳感器采集時(shí)長(zhǎng)偏短，特征方法較少，小概率事件（活動(dòng)）識(shí)別率偏低等問(wèn)題。此外，大多數(shù)研究偏重于活動(dòng)識(shí)別的研究，而忽略了行為習(xí)慣的分析。
　　本文試圖提出基于時(shí)間段編碼后的混合特征方法，在確定數(shù)據(jù)離散化參數(shù)

2、后，將每日時(shí)間段經(jīng)格雷編碼后與其他特征方法混合，豐富特征信息，以提高分類(lèi)結(jié)果的準(zhǔn)確性。研究中試圖針對(duì)當(dāng)前數(shù)據(jù)驗(yàn)證方法可能存在的問(wèn)題，采用新的數(shù)據(jù)驗(yàn)證方法，以提高分類(lèi)結(jié)果的準(zhǔn)確率。最后，文中試圖分析用戶(hù)的行為習(xí)慣，通過(guò)關(guān)聯(lián)變量的統(tǒng)計(jì)分析，理解用戶(hù)的行為，并利用FP-Growth算法挖掘用戶(hù)活動(dòng)間的關(guān)聯(lián)。
　　仿真結(jié)果表明，研究提出的基于時(shí)間段編碼的混合特征方法，相比常用特征方法，識(shí)別率更好。文中采用的5-折交叉驗(yàn)證方法，與留一法比較