[发明专利]一种基于贝叶斯公式的年长者生活状态监测推理方法

摘要

本发明公开了一种基于贝叶斯公式的年长者生活状态监测推理方法，所述方法以贝叶斯公式为基础，通过专家系统里的反应年长者生活状态的各事件的初始先验概率、各事件发生且触发传感器的条件概率和各事件未发生却触发传感器的条件概率，以及传感器的触发信号，计算反应年长者生活状态的事件发生的后验几率，从而减低传感器系统不确定行，提高判断的准确率，使判断的准确率达到95%以上。

主权项

一种基于贝叶斯公式的年长者生活状态监测推理方法，其特征在于：包括传感器系统、专家系统、推理机和结论判定模块，所述传感器系统包括多个用于采集年长者生活状态信息的传感器，所述专家系统提供反应年长者生活状态的各事件的初始先验概率、各事件发生且触发传感器的条件概率和各事件未发生却触发传感器的条件概率，所述推理机用于计算反应年长者生活状态的各事件的后验几率，所述结论判定模块用于判断反应年长者生活状态的各事件是否发生，所述方法包括以下步骤：S01：传感器系统采集反应年长者生活状态的各事件的信息，并将其作为触发信号送入推理机；S02：设定反应年长者生活状态的各事件发生的可信度判据和事件没有发生的可信度判据；S03：根据专家系统提供的反应年长者生活状态的各事件的初始先验概率PHj、各事件发生且触发传感器的条件概率PSHij和各事件未发生却触发传感器的条件概率PSNHij，计算以下各值：各事件的初始先验几率：各事件对各传感器的充分性似然值为：各事件发生但未触发各传感器的充分性似然值为：PSH0j为各事件发生却并未触发任何传感器的条件概率，1≤j≤8；PSNH0j为各事件未发生也并未触发任何传感器的条件概率，1≤j≤8；其中i为传感器编号，j为反映年长者生活状态的事件的编号，i为[0，8]之间的整数,j为[1,8]之间的整数；i＝0代表没有任何传感器，i＝1～8代表相应传感器的编号；S04：推理机收到来自传感器i的触发信号,根据贝叶斯公式，按周期计算各个事件发生的后验几率：OHj(k+1)＝LSij×OHj(k)，0≤i≤8,1≤j≤8,k＝0,1,…；············④k为推理步数，LSij为j事件对传感器i的充分性似然值，由专家系统中的数据推得；OH j(k)为j事件第k步的先验几率，当k＝0时，OHj(0)为j事件的初始先验几率，由专家系统的数据推得；当k≠0时，OHj(k)取上一步计算出来的后验几率；S05：比较后验几率和可信度判据，判断事件有无发生。