基于貝葉斯模型的AIO-Care智慧助老平臺(tái)*

李 蕊，陳劍欽，譚文杰，陳梓健，江麗珍

（華南理工大學(xué)廣州學(xué)院機(jī)械工程學(xué)院，廣東 廣州510800）

目前，我國(guó)人口老齡化日趨嚴(yán)重，根據(jù)國(guó)家統(tǒng)計(jì)局在2019年年末公開(kāi)的數(shù)據(jù)，全國(guó)60周歲及以上的人口有25 388萬(wàn)人，占全國(guó)總?cè)丝诘?8.1%，65周歲及以上人口為17 603萬(wàn)人，占全國(guó)總?cè)丝诘?2.6%。根據(jù)《大健康產(chǎn)業(yè)藍(lán)皮書(shū)：中國(guó)大健康產(chǎn)業(yè)發(fā)展報(bào)告（2018）》，我國(guó)2050年將會(huì)出現(xiàn)60周歲及以上人口4.83億人，老年人口總體消費(fèi)金額高達(dá)61.26萬(wàn)億元，分別是2020年的1.89倍、8.73倍。老年人口是養(yǎng)老服務(wù)需求的主要群體，中國(guó)人口老齡化和老齡人口高齡化都將呈現(xiàn)逐步加深的態(tài)勢(shì)[1-2]。而由于之前獨(dú)生子女的政策，目前的家庭規(guī)模越來(lái)越小型化，一對(duì)年輕人往往面臨著贍養(yǎng)四位老人以及撫養(yǎng)孩子的難題，傳統(tǒng)的家庭式養(yǎng)老模式面臨著嚴(yán)峻挑戰(zhàn)。隨著當(dāng)今時(shí)代生活節(jié)奏加快，獨(dú)生子女基本在外工作，很難有充足的時(shí)間陪伴和照顧老人，這就造成空巢老人日益增多。“少子老齡化”成為一種普遍現(xiàn)象，老年人的退休生活也日漸成為社會(huì)熱門(mén)話題。為了幫助空巢老人安全生活，幫助子女及時(shí)獲取獨(dú)居老人的健康及安全狀況，設(shè)計(jì)了一款能主動(dòng)學(xué)習(xí)的智慧助老平臺(tái)，利用貝葉斯模型，能自動(dòng)調(diào)節(jié)室內(nèi)溫度、主動(dòng)識(shí)別陌生面孔、檢測(cè)老人跌倒?fàn)顟B(tài)、及時(shí)向子女發(fā)送警告信息。

1 平臺(tái)的總體設(shè)計(jì)及功能

此款A(yù)IO-Care智慧助老平臺(tái)，是一種能通過(guò)主動(dòng)學(xué)習(xí)來(lái)提供安全和健康檢測(cè)的助老服務(wù)，其總體設(shè)計(jì)包括如圖1所示的三大部分：一是利用人工神經(jīng)網(wǎng)格算法構(gòu)建的單峰貝葉斯模型，通過(guò)主動(dòng)學(xué)習(xí)用戶的偏好，準(zhǔn)確測(cè)量溫度的變化，提高對(duì)老人健康的監(jiān)測(cè)和疾病的預(yù)測(cè)。采集室內(nèi)不同區(qū)域的溫度值，通過(guò)大數(shù)據(jù)統(tǒng)計(jì)，對(duì)應(yīng)不同區(qū)域規(guī)劃出不同的線性函數(shù)，滿足用戶對(duì)個(gè)性化的舒適溫度的需求。二是利用攝像頭里的云計(jì)算平臺(tái)，對(duì)出現(xiàn)在家里的人臉進(jìn)行識(shí)別，當(dāng)出現(xiàn)陌生面孔時(shí)，報(bào)警系統(tǒng)向預(yù)先設(shè)定的監(jiān)護(hù)人手機(jī)發(fā)送報(bào)警信息。由監(jiān)護(hù)人確認(rèn)是否為陌生人，若不是，監(jiān)護(hù)人解除警報(bào)；若是，則可刪除人臉，繼續(xù)保持識(shí)別為陌生人。三是利用加速度傳感器和機(jī)器視覺(jué)系統(tǒng)，確定老年人是否出現(xiàn)跌倒現(xiàn)象，并利用云計(jì)算資源的算法模型主動(dòng)學(xué)習(xí)對(duì)設(shè)立的跌倒模型進(jìn)行修正。利用智慧助老平臺(tái)，對(duì)獨(dú)居老人身體狀況進(jìn)行遠(yuǎn)程的、實(shí)時(shí)的監(jiān)控和預(yù)測(cè)。

圖1 智慧助老平臺(tái)的總體設(shè)計(jì)和功能

基于單峰貝葉斯模型的AIO-Care智慧助老平臺(tái)，能通過(guò)主動(dòng)學(xué)習(xí)用戶的偏好進(jìn)行溫度調(diào)節(jié)。此款智慧助老平臺(tái)利用人工神經(jīng)網(wǎng)絡(luò)算法進(jìn)行模型的建立。相比之下，傳統(tǒng)算法有著較多的缺點(diǎn)，傳統(tǒng)算法在精確到網(wǎng)絡(luò)結(jié)構(gòu)之前，需要結(jié)合自身主觀經(jīng)驗(yàn)來(lái)推測(cè)相關(guān)網(wǎng)絡(luò)結(jié)構(gòu)中結(jié)點(diǎn)順序，需要手工提取，既浪費(fèi)時(shí)間又要有很強(qiáng)的專(zhuān)業(yè)知識(shí)。而人工神經(jīng)網(wǎng)絡(luò)算法，是由大量神經(jīng)元連接，這些神經(jīng)元的連接權(quán)重可以進(jìn)行調(diào)整。它具有出色的大規(guī)模并行處理、分布式信息存儲(chǔ)以及自組織自學(xué)習(xí)能力。課題組給出一個(gè)可以在無(wú)約束的條件下，通過(guò)觀測(cè)到的訓(xùn)練樣本集信息以及概率關(guān)系，自動(dòng)完成學(xué)習(xí)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的新方法[3]。

人工智能是21世紀(jì)最為尖端的科技之一，而人工神經(jīng)網(wǎng)絡(luò)和網(wǎng)絡(luò)神經(jīng)爬蟲(chóng)是人工智能理論中最具代表性的算法。它們是通過(guò)模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的數(shù)學(xué)算法模型，經(jīng)過(guò)反復(fù)的數(shù)據(jù)收集和對(duì)數(shù)據(jù)流通的疊加性，使模型增強(qiáng)了對(duì)環(huán)境的了解，在不斷學(xué)習(xí)中改變其表達(dá)方式，并提高自身性能，使輸入和輸出的參量指標(biāo)變換朝好的方向發(fā)展[4]。應(yīng)用貝葉斯模型對(duì)老年人的身體健康影響因素進(jìn)行分析，不僅能夠因循傳統(tǒng)因素對(duì)可能性致病因素進(jìn)行研究，還能對(duì)非參數(shù)的、時(shí)變的基線效應(yīng)進(jìn)行分析。同時(shí)，對(duì)于未被觀測(cè)到的異質(zhì)性因素，也可納入模型進(jìn)行分析。對(duì)于致病因素與疾病之間的關(guān)系，也可由模型進(jìn)行相關(guān)要素分析得出[5]。因此，應(yīng)用貝葉斯模型對(duì)老年人進(jìn)行健康監(jiān)測(cè)與疾病防控，具有極大優(yōu)勢(shì)，能對(duì)老人身體狀況起到實(shí)時(shí)監(jiān)控的作用。

此外，云計(jì)算技術(shù)為計(jì)算機(jī)數(shù)據(jù)的處理提供了安全可靠的平臺(tái)。云計(jì)算技術(shù)為用戶提供了卓越的網(wǎng)絡(luò)環(huán)境和存儲(chǔ)空間，以解決各種數(shù)據(jù)傳輸鏈路問(wèn)題。與傳統(tǒng)的大數(shù)據(jù)分析技術(shù)相比，云計(jì)算可以提高大數(shù)據(jù)分析的質(zhì)量。云計(jì)算技術(shù)的數(shù)據(jù)存儲(chǔ)具有強(qiáng)大的安全性，很少會(huì)出現(xiàn)數(shù)據(jù)丟失的情況，滿足人們的實(shí)際需求，直接體現(xiàn)了云計(jì)算技術(shù)的優(yōu)勢(shì)。過(guò)去固有的安全概念是數(shù)據(jù)越多，信息被篡改的可能性會(huì)越高[6]。云安全則打破這一觀念，令數(shù)據(jù)的安全性同用戶量之間形成正相關(guān)，確保用戶數(shù)據(jù)的安全性。利用攝像頭里的云計(jì)算平臺(tái)對(duì)陌生面孔進(jìn)行識(shí)別確認(rèn)，并與報(bào)警系統(tǒng)相連通，以此保障獨(dú)居老人的安全。

在具體的實(shí)驗(yàn)場(chǎng)景中，通過(guò)使用加速度傳感器和機(jī)器視覺(jué)系統(tǒng)，確定老年人是否出現(xiàn)跌倒的情況。機(jī)器視覺(jué)系統(tǒng)的主要功能是提高生產(chǎn)的靈活性和自動(dòng)化程度。在一些不適合人工作業(yè)的危險(xiǎn)工作環(huán)境或人工視覺(jué)難以滿足要求的場(chǎng)合，機(jī)器視覺(jué)通常用于代替人工視覺(jué)進(jìn)行監(jiān)測(cè)。機(jī)器視覺(jué)易于實(shí)現(xiàn)信息集成，可以在最短的時(shí)間內(nèi)將信息匯總傳遞。當(dāng)加速度傳感器收到異常數(shù)值，向圖像采集部分發(fā)送觸發(fā)脈沖。圖像獲取部分根據(jù)預(yù)設(shè)的程序和延遲，將起始脈沖發(fā)送到攝像頭。圖像采集部分接收模擬視頻信號(hào)，通過(guò)A/D將其數(shù)字化，將數(shù)字圖像存放在處理器中；處理器開(kāi)始對(duì)圖像進(jìn)行處理、分析、識(shí)別，獲得分析結(jié)果；與此同時(shí)，向子女手機(jī)發(fā)送求救信號(hào)。通過(guò)加速度傳感器與機(jī)器視覺(jué)系統(tǒng)的配合，準(zhǔn)確識(shí)別老年人出現(xiàn)跌倒的情景，并利用云計(jì)算資源的算法模型主動(dòng)學(xué)習(xí)對(duì)設(shè)立的跌倒模型進(jìn)行修正，從而對(duì)獨(dú)居老人身體狀況進(jìn)行遠(yuǎn)程的、實(shí)時(shí)的監(jiān)控和預(yù)測(cè)。

2 單峰貝葉斯模型的建立

貝葉斯算法是一種研究不確定性的推理方法，它主要用于處理不確定性的知識(shí)，最早用于處理人工智能中的不確定性信息，被廣泛應(yīng)用于醫(yī)療診斷、金融分析等不確定領(lǐng)域[7]。基于誤差反向傳播算法的BP神經(jīng)網(wǎng)絡(luò)是一種典型的前饋神經(jīng)網(wǎng)絡(luò)，主要用于多參數(shù)非線性預(yù)報(bào)和預(yù)測(cè)，尤其適用于無(wú)法建立準(zhǔn)確數(shù)學(xué)模型的復(fù)雜問(wèn)題。目前，實(shí)際應(yīng)用的人工神經(jīng)網(wǎng)絡(luò)中，80%~90%是BP網(wǎng)絡(luò)或其變化形式[4]。BP神經(jīng)網(wǎng)絡(luò)一般采用網(wǎng)絡(luò)響應(yīng)的均方差（E）作為性能指數(shù)，BP網(wǎng)絡(luò)以使E盡量減小或達(dá)到某一值為目標(biāo)，但在訓(xùn)練和應(yīng)用過(guò)程中因不可避免的過(guò)擬合、欠擬合現(xiàn)象，易陷入局部最小值，存在運(yùn)行效率不夠高等問(wèn)題。由于神經(jīng)網(wǎng)絡(luò)的泛化能力主要依賴于網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練樣本的特性，研究人員提出了眾多可供選擇的訓(xùn)練策略和優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)以提高其泛化能力，主要有修剪法、正則化法和進(jìn)化法等。課題組采用正則化法，通過(guò)修正神經(jīng)網(wǎng)絡(luò)的訓(xùn)練性能函數(shù)以提高其泛化能力。常用的正則化法是在誤差函數(shù)后加上權(quán)衰減項(xiàng)E，使網(wǎng)絡(luò)的性能指數(shù)變?yōu)椋?/p>

F(W)＝αE+βE

式中，F(xiàn)為網(wǎng)絡(luò)的權(quán)值向量；E為網(wǎng)絡(luò)所有權(quán)值的均方差；當(dāng)網(wǎng)絡(luò)權(quán)值的總數(shù)α<<β，F(xiàn)為網(wǎng)絡(luò)權(quán)值；α和β為正則化系數(shù)。α和β的大小影響網(wǎng)絡(luò)的訓(xùn)練效果。如果α>>β，則訓(xùn)練算法傾向于使學(xué)習(xí)集網(wǎng)絡(luò)響應(yīng)的誤差減小，容易使網(wǎng)絡(luò)出現(xiàn)過(guò)擬合現(xiàn)象；如果α<<β，則訓(xùn)練強(qiáng)調(diào)權(quán)值的減小，自動(dòng)縮小了網(wǎng)絡(luò)規(guī)模，使網(wǎng)絡(luò)的輸出更加平滑，可有效增強(qiáng)網(wǎng)絡(luò)的泛化性能，但容易導(dǎo)致網(wǎng)絡(luò)欠擬合。貝葉斯正則化算法為控制神經(jīng)網(wǎng)絡(luò)提供新路線。在網(wǎng)絡(luò)訓(xùn)練中將網(wǎng)絡(luò)權(quán)值視為隨機(jī)變量，允許模型在不同的部分具有不同的復(fù)雜度。以最大后驗(yàn)概率為目標(biāo)，自適應(yīng)調(diào)節(jié)α，使其達(dá)到最優(yōu)[7]。課題組以數(shù)學(xué)軟件MATLAB工具箱為基礎(chǔ)進(jìn)行編程并設(shè)定參數(shù)，以尋求最優(yōu)的網(wǎng)絡(luò)輸出。

3 結(jié)語(yǔ)

助老愛(ài)老是中華民族的傳統(tǒng)美德，智能服務(wù)平臺(tái)的搭建有助于結(jié)合時(shí)代需求踐行孝道。基于貝葉斯正則化訓(xùn)練方法的BP神經(jīng)網(wǎng)絡(luò)建立的溫度預(yù)測(cè)模型，能夠較為準(zhǔn)確地測(cè)量出溫度的變化，提高對(duì)疾病的診斷效率與預(yù)測(cè)率，從而更為精準(zhǔn)地分析與預(yù)測(cè)適合老人的疾控方案。

BP神經(jīng)網(wǎng)絡(luò)建立的人工神經(jīng)網(wǎng)絡(luò)算法在不斷地完善建立模型，使平臺(tái)分析出的科學(xué)方案能夠有更高的可行性，與普通的采用最小二乘法的算法相比，該模型的精度更高且人工成本更低，只需要建立一名低級(jí)的AI對(duì)數(shù)據(jù)不斷地疊加。這可以極大地提高容錯(cuò)率，同時(shí)，精度也會(huì)隨著時(shí)間的增長(zhǎng)而不斷提高。但需要注意的是，因?yàn)楸灸Ｐ褪褂玫氖谴蟊姅?shù)據(jù)，在某些特殊情況下，算法建立出來(lái)的模型可能會(huì)有較大誤差且不符合實(shí)際。另外，由于目前BP神經(jīng)網(wǎng)絡(luò)屬于深度學(xué)習(xí)中的一個(gè)高端研究方向，對(duì)研究人員的素質(zhì)有一定的要求。擬建的智慧助老平臺(tái)，一定程度上能夠彌補(bǔ)照顧不周形成的養(yǎng)老服務(wù)問(wèn)題，為老年人養(yǎng)老問(wèn)題提供新思路。