[发明专利]一种面向健康养老驿站的实时照护智能监测方法

权利要求书

1.一种面向健康养老驿站的实时照护智能监测方法，其特征在于，该方法包括以下具体步骤：

步骤1：采集医养健对象的原始数据并存储到云端数据库；

步骤2：从云端数据库获取需要的医养健对象的数据保存到本地数据库中并进行预处理；

步骤3：运用时间序列预测方法对医养健对象的行动轨迹进行预测，并运用聚类的方法构建出医养健对象的生活模式；

步骤4：匹配医养健对象的行动轨迹并比较医养健对象的生活模式，对医养健对象进行异常判断及预警；其中：

所述步骤2具体包括：

步骤A：选取驿站套间号、套间房间号、行动传感器、行动定位数据即时间序列和时间戳字段在本地建立数据库；

步骤B：根据本地数据库中的字段从云端数据库中获取对应的医养健对象的原始数据并过滤掉无效的空数据；

步骤C：将时间数据格式转换成TimeSeriesRDD格式并删除再次判断无效的数据；

所述步骤3具体包括：

步骤A：预测医养健对象的行动轨迹

a1)使用Spark Sql中的SQLContext对象提供的load()方法从本地数据库获取套间房间号和时间戳数据并将其转换为dataframe数据格式；

a2)将时间序列初始化为TimeSeriesRDD格式并选定HoltWinters模型；

a3)利用spark-timeseries提供的HoltWinters.fitModel()方法创建、训练HoltWinters模型；

a4)预测出医养健对象接下来3分钟的行动轨迹并且数据的间隔设置成了5秒钟；

a5)保存36个预测值，并等待3分钟后回到a1,循环执行；

步骤B：聚类医养健对象的生活模式

b1)优化K-Means聚类算法，算法优化流程如下：

(1)读取数据并转换成RDD数据格式；

(2)执行Map操作将数据进行格式化和向量化；

(3)计算出各个分片数据到Canopy中心的距离得到局部Canopy中心点；

(4)合并生成Canopy中心点；

(5)进行K-Means初始化操作,再进行Map操作执行K-Means局部聚类；

(6)将局部聚类的结果进行归并，计算出全局的聚类节点，更新中心点；

(7)重复(5)和(6)直到中心点不再变化；

b2)通过SparkContext创建一个对象sc，然后使用sc的textFile()方法读取医养健对象的套间房间号和时间戳数据并转换成RDD数据格式；

b3)使用map操作将医养健对象的数据根据套间房间号进行分类，为进一步的聚类提供[时间戳,套间房间号]格式类型的数据；

b4)为医养健对象每个套间房间的时间数据进行Canopy粗聚类，获得每间套间房间时间数据的时间簇，并保存到本地数据库；

b5)对聚类出来的时间簇，获取每个时间簇的开始时间和结束时间，生成每个房间的活动时间段，并保存到本地数据库；

b6)对b3中生成的时间簇，利用优化的K-Means聚类算法进行二次聚类，获得更细化的聚类结果，聚类出更小的时间簇，并保存到本地数据库；

b7)对二次聚类的时间簇进行时间段的划分，计算出每个时间段之间的间隔值，对间隔值进行中位数取值，获得这个房间的休息阈值；

b8)将医养健对象一天的每个房间的活动时间段和休息阈值，转换成dataframe数据格式，保存到本地数据库中；

所述步骤4具体包括：

步骤A：匹配行动轨迹

a1)从云端数据库中获取指定医养健对象的最近3分钟的实时数据并保存到本地数据库，如果不够3分钟就获取全部的实时数据；

a2)对医养健对象的实时时间序列和预测的时间序列进行降维处理，获取医养健对象的套间房间号；

a3)将两个序列进行动态时间规整算法进行相似性匹配，计算出两个序列的累积距离；

a4)将累积距离和阈值进行判断；如果两个序列足够相似，计算出来的累积距离会稳定在一个范围，根据大量比对，最终将阈值设置成5；

a5)当累积距离超过阈值，就进行步骤B比较生活模式，如果没有超过阈值就结束，等待下个30秒进行匹配；

步骤B：比较生活模式

b1)从云端数据库中获取医养健对象房间内的实时数据并保存到本地数据库；

b2)从本地数据库获取医养健对象在该房间的生活模式；

b3)判断当前医养健对象的行为是否在该房间的生活模式中，若在该房间的生活模式中，并在活动时间内，则设置活动时间阈值，否则，设置休息时间阈值；若不在该房间的生活模式中，则设置都不在的时间阈值；

b4)开启定时任务，然后计算当前时间与本地数据库中保存的对应行为数据时间的时间差t₁，如果预警过就停止任务，如果没有预警过并且t₁大于阈值就进行异常预警；

步骤C：环境异常预警

环境异常预警即为温度预警，具体步骤如下：

c1)首先从云端数据库中获取到医养健对象的房间数据和对应阈值；

c2)判断温度是否大于阈值，如果小于就回到c1，循环往复；

c3)如果大于阈值，并且没有预警过，就进行环境异常预警。

2.如权利要求1所述的实时照护智能监测方法，其特征在于，所述步骤1具体为：通过数字化传感器和智能感知终端采集医养健对象在驿站房间内的时间位置数据以及房间环境数据并保存到云端的数据库中。