基于信念规则的系统,具有自我组织和多时代建模,用于基于传感器的人类活动识别
IEEE journal of biomedical and health informatics
|October 24, 2024
概括
本研究引入了一种新的自我组织和多时间信念规则基础 (SOMT-BRB),用于智能环境中基于传感器的人类活动识别. 这种新的方法提高了老年护理的建模效率和准确性.
科学领域:
- 计算机科学 计算机科学
- 人工智能的人工智能
- 传感器技术 传感器技术
背景情况:
- 智能环境为老年人提供智能支持.
- 人类活动识别对于智能环境至关重要.
- 传统的基于信念规则的系统 (BRBS) 面临着复杂数据的挑战.
研究的目的:
- 开发一种有效的基于传感器的人类活动识别模型.
- 为了解决BRBS中的组合爆炸和时间相关性问题.
- 提出一种新的信念规则基础 (BRB) 建模方法.
主要方法:
- 引入了一个自我组织和多时 BRB (SOMT-BRB) 建模程序.
- 集成的自我组织规则生成.
- 使用多时规则表示方案来表示传感器数据.
主要成果:
- 通过使用传感器数据,SOMT-BRB程序有效地模拟人类活动.
- 与传统的BRBS和活动识别模型相比,显著改进.
- 实现了增强的建模效率和活动识别精度.
结论:
- SOMT-BRB方法是基于传感器的活动识别的重大进步.
- 这种方法为智能环境应用提供了更有效,更准确的解决方案.
- 这些发现支持使用SOMT-BRB用于智能老年支持系统.


