读“Wireless sensors network based safe home to care elderly people Behaviour detection”有感

在Tapia等人工作的基础上，Suryadevara等在使用开关状态(门、柜等)感知外，还加入了设备电源通断传感器来感知电视、微波炉、灯等电器的开关状态，以此识别老人的日常生活行为，并提出了一种基于行为的老人健康检测模型。通过该模型初步实现了老人睡眠质量的对比与评估。不同于Tapia等使用朴素贝叶斯从传感器序列中识别行为的方法，其通过计算在特定传感器事件下行为的最大条件概率来识别行为，避免了人工标注的复杂度，提高了行为识别的效率。在行为模式发现过程中，以一周为单位分割所识别出的行为时间序列，并利用指数平滑预测方法建立预测模型，评估和预测老人的睡眠质量。该工作探讨了从传感器感知到行为评估的可行性，为我们以后项目的研究提供了很好的经验，但在行为识别精度和行为模式关联、频繁项集等处理方面还可以有进一步的研究空间。