

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著經(jīng)濟(jì)發(fā)展、醫(yī)療水平的提高,及受現(xiàn)行人口政策影響,我國(guó)已經(jīng)進(jìn)入并將長(zhǎng)期處于人口老齡化社會(huì)。城市老年人“空巢家庭”比例已達(dá)49.7%,接近一半;農(nóng)村老年人“空巢家庭”比例也達(dá)到38.3%,上升速度比城市更快。社會(huì)化養(yǎng)老已經(jīng)成為我國(guó)社會(huì)和家庭迫切需要推行的模式,如何有效監(jiān)護(hù)空巢家庭內(nèi)的老人對(duì)減輕社會(huì)和家庭的負(fù)擔(dān)具有十分重要的意義。
在對(duì)現(xiàn)有家居監(jiān)護(hù)產(chǎn)品、技術(shù)和空巢老人生活狀況的調(diào)查研究基礎(chǔ)上,本文針對(duì)安全防范監(jiān)測(cè)算法進(jìn)行了深
2、入的研究,并進(jìn)行了以下研究工作:
首先,針對(duì)已有安全防范監(jiān)測(cè)算法復(fù)雜性高、實(shí)現(xiàn)難度大等問題,提出一種基于區(qū)域駐留時(shí)間的非安全狀態(tài)識(shí)別算法。該算法不依賴某些特定的采集設(shè)備和傳感器,可應(yīng)用于不同的家居環(huán)境中;通過時(shí)間序列預(yù)測(cè)分析方法處理所采集的數(shù)據(jù),有效建立個(gè)性化模型,可適應(yīng)不同地域、不同行為習(xí)慣的老人需求。
其次,考慮到很難通過人眼察覺老人生理衰退或者慢性疾病的發(fā)生,提出了一個(gè)基于隱馬爾科夫模型的序列檢測(cè)算法來
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于隱馬爾科夫模型的語(yǔ)音識(shí)別技術(shù)研究.pdf
- 基于隱馬爾科夫模型的語(yǔ)音合成技術(shù)研究.pdf
- 基于隱馬爾科夫模型的人臉識(shí)別技術(shù)研究.pdf
- 隱馬爾科夫模型hiddenmarkovmodel
- 基于隱馬爾科夫模型的信號(hào)分類.pdf
- 基于隱馬爾科夫模型的異常檢測(cè)研究.pdf
- 基于隱馬爾科夫模型的蒙古語(yǔ)語(yǔ)音合成技術(shù)研究.pdf
- 基于隱馬爾科夫模型的人臉識(shí)別.pdf
- 基于隱馬爾科夫模型詞性標(biāo)注的研究.pdf
- 基于隱馬爾科夫模型的目標(biāo)人體識(shí)別.pdf
- 基于隱馬爾科夫模型的聚眾事件檢測(cè).pdf
- 基于隱馬爾科夫模型的網(wǎng)絡(luò)輿情挖掘.pdf
- 基于隱馬爾科夫模型的步態(tài)身份識(shí)別.pdf
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別
- 基于隱馬爾科夫模型的重型肝炎演化研究.pdf
- 基于隱馬爾科夫模型的入侵檢測(cè)方法研究.pdf
- 基于隱馬爾科夫模型的時(shí)間序列聚類.pdf
- 隱馬爾科夫模型演化下的隱組檢測(cè).pdf
評(píng)論
0/150
提交評(píng)論