买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江普康智慧养老产业科技有限公司;苏州普康智慧养老产业科技有限公司

摘要：本发明涉及数据处理技术领域，具体涉及基于智慧养老远程监护系统的状态智能监测方法，包括：获取各项生理参数，并将同一时刻下的生理参数归为同一生理参数组；并获取生理参数组的可靠程度；根据生理参数组的可靠程度，获取不同生理参数组之间的相似程度；根据生理参数组之间的时序距离获取生理参数组的局部组，并获取不同生理参数组之间真正的相似程度；根据不同生理参数组之间真正的相似程度，以及不同生理参数组之间的欧氏距离，获取不同生理参数组之间修正后的距离，获取异常生理参数组。本发明通过优化LOF异常检测算法，以准确地检测出异常生理参数组，实现对老年人状态的远程监护。

主权项：1.基于智慧养老远程监护系统的状态智能监测方法，其特征在于，该方法包括以下步骤：获取若干维度的生理参数，并将同一时刻下的所有生理参数形成的数组记为生理参数组；根据各项生理参数建立样本空间，根据样本空间中生理参数组之间的距离，获取生理参数组的邻域组；根据生理参数组的邻域组中生理参数组的分布情况，获取生理参数组的可靠程度；根据生理参数组的可靠程度，获取不同生理参数组之间的相似程度；根据生理参数组之间的时序距离获取生理参数组的局部组中各维度数据序列；根据生理参数组的局部组中各维度数据序列，获取不同生理参数组之间真正的相似程度；根据不同生理参数组之间真正的相似程度，以及不同生理参数组之间的距离，获取不同生理参数组之间修正后的距离；根据不同生理参数组之间修正后的距离利用LOF算法，获取异常生理参数组，实现对老年人状态的远程监护；所述根据各项生理参数建立样本空间，根据样本空间中生理参数组之间的距离，获取生理参数组的邻域组，包括的具体方法为：统计若干维度的生理参数的维度数量记为M，构建一个M维坐标系将所有生理参数组置入M维坐标系中，并将每个生理参数组作为M维坐标系中的每个数据点，得到样本空间；预设一个局部空间范围数量K；对于第i个生理参数组，将样本空间中距离第i个生理参数组最近的K个生理参数组，作为第i个生理参数组的邻域组；所述根据生理参数组的邻域组中生理参数组的分布情况，获取生理参数组的可靠程度，包括的具体方法为：对于第i个生理参数组与第i个生理参数组的第j个邻域组；首先根据第i个生理参数组在样本空间中的坐标，获取第i个生理参数组的向量记为Ai；接着获取第i个生理参数组的第j个邻域组的向量记为Ai,j；然后获取第i个生理参数组的向量，与第i个生理参数组的第j个邻域组的向量之间的欧氏距离记为Di,j；将的值，作为第i个生理参数组指向第i个生理参数组的第j个邻域组的特征向量；获取第i个生理参数组指向第i个生理参数组的所有邻域组的特征向量，并将第i个生理参数组指向第i个生理参数组的所有邻域组的特征向量的均值；对于第i个生理参数组，根据第i个生理参数组指向第i个生理参数组的所有邻域组的特征向量，与第i个生理参数组指向第i个生理参数组的所有邻域组的特征向量的均值，获取第i个生理参数组的可靠程度；所述根据第i个生理参数组指向第i个生理参数组的所有邻域组的特征向量，与第i个生理参数组指向第i个生理参数组的所有邻域组的特征向量的均值，获取第i个生理参数组的可靠程度，包括的具体方法为： 式中，Fi表示第i个生理参数组的可靠程度；K表示预设的局部空间范围数量；Vi,j表示第i个生理参数组指向第i个生理参数组的第j个邻域组的特征向量；Ei表示第i个生理参数组指向第i个生理参数组的所有邻域组的特征向量的均值；‖‖2表示向量二范式运算；norm表示线性归一化函数；所述根据生理参数组的可靠程度，获取不同生理参数组之间的相似程度，包括的具体方法为：对于第u个生理参数组与第v个生理参数组之间的相似程度；首先获取第u个生理参数组指向第u个生理参数组的所有邻域组的特征向量的均值记为Eu，以及第u个生理参数组的可靠程度记为Fu；然后获取第v个生理参数组指向第v个生理参数组的所有邻域组的特征向量的均值记为Ev，以及第v个生理参数组的可靠程度记为Fv；接着将Eu与Ev之间的夹角记为θu,v；根据θu,v、Fu以及Fv获取第u个生理参数组与第v个生理参数组之间的相似程度；将Fu与Fv的均值记为第一数值；将的值作为第二数值，cos表示余弦函数；将第一数值与第二数据的积作为第u个生理参数组与第v个生理参数组之间的相似程度；获取不同生理参数组之间真正的相似程度，包括的具体方法为：首先预设一个局部时间范围γ；对于第u个生理参数组，将时序上距离第u个生理参数组最近的γ个生理参数组以及第u个生理参数组，作为第u个生理参数组的局部组；对于第u个生理参数组的局部组中的第w维数据，将第u个生理参数组的局部组中的第w维数据按照时序顺序排列，得到第u个生理参数组的局部组中第w维数据序列，获取第u个生理参数组的局部组中所有维数据序列；对于第u个生理参数组与第v个生理参数组，获取第u个生理参数组的局部组中所有维数据序列，以及第v个生理参数组的局部组中所有维数据序列，计算第u个生理参数组的局部组中两两维数据序列之间的皮尔逊相关系数，以及第v个生理参数组的局部组中两两维数据序列之间的皮尔逊相关系数，根据第u个生理参数组的局部组中两两维数据序列之间的皮尔逊相关系数、第v个生理参数组的局部组中两两维数据序列之间的皮尔逊相关系数以及第q个生理参数组与第p个生理参数组之间的相似程度，获取第u个生理参数组与第v个生理参数组之间真正的相似程度；所述获取第u个生理参数组与第v个生理参数组之间真正的相似程度，包括的具体方法为： 式中，Gu,v表示第u个生理参数组与第v个生理参数组之间真正的相似程度；M表示维度数据的维度数量；ρu,r,o表示第u个生理参数组的局部组中第r维度数据序列与第o维度数据序列之间的皮尔逊相关系数；ρv,r,o表示第v个生理参数组的局部组中第r维度数据序列与第o维度数据序列之间的皮尔逊相关系数；Su,v表示第u个生理参数组与第v个生理参数组之间的相似程度；norm表示线下归一化函数；||表示绝对值运算；所述根据不同生理参数组之间真正的相似程度，以及不同生理参数组之间的距离，获取不同生理参数组之间修正后的距离，包括的具体方法为：对于获取第u个生理参数组与第v个生理参数组修正后的距离；首先获取第u个生理参数组与第v个生理参数组之间真正的相似程度以及欧氏距离，分别记为Gu,v与lu,v；将norm-Gu,v×lu,v的值作为第u个生理参数组与第v个生理参数组之间修正后的距离，norm表示线下归一化函数。

全文数据：

权利要求：

百度查询： 浙江普康智慧养老产业科技有限公司 苏州普康智慧养老产业科技有限公司 基于智慧养老远程监护系统的状态智能监测方法