【技术实现步骤摘要】
基于大数据处理的老人安全监测方法及装置
[0001]本专利技术涉及电数字数据处理
，尤其涉及一种基于大数据处理的老人安全监测方法及装置
。
技术介绍
[0002]随着各种传感器的普及，通过传感器进行电数字数据采集进而产生了大量的数据，这些数据为监测和预警提供了丰富的原材料，但如何从这些庞大的数据中提取有价值的信息，以及如何高效地处理这些电数字数据，成为了一个核心问题
。
传统的电数字数据处理方法主要依赖于固定的规则和算法，这些方法可能会受到限制
。
首先，由于电数字数据处理任务的复杂性和多变性，简单的规则和算法难以准确识别出到异常或危险的老人状态
。
其次，随着数据量的增加，传统的电数字数据处理方式可能会遇到性能瓶颈，导致处理速度变慢，不能及时响应
。
此外，真实场景下的电数字数据可能包含大量的噪声和冗余信息，这使得数据预处理变得更为困难
。
[0003]而对于一些特定的任务，真实的数据样本可能非常稀少，这导致了数据不平衡问题，使得...
【技术保护点】
【技术特征摘要】
1.
一种基于大数据处理的老人安全监测方法，其特征在于，所述方法包括：获取预先采集的电数字监测数据，所述电数字监测数据包括预设传感器对目标对象采集的电数字信号数据；基于所述电数字监测数据构建属性向量，并提取所述属性向量的特征向量；将所述特征向量输入至预先构建的安全监测模型中，以对所述特征向量进行分类处理，得到所述特征向量对应的安全等级；其中，所述安全监测模型基于预设的非梯度下降驱动优化算法和预设的基于压缩感知的高阶神经网络构建，且，通过预设的电数字监测数据样本集训练得到；所述电数字监测数据样本集包括用于表征老人日常状态的训练样本数据，以及所述训练样本数据携带的样本标签；根据所述安全等级对所述目标对象的安全状态进行监测
。2.
根据权利要求1所述的方法，其特征在于，所述安全监测模型的构建方法，包括：获取预先构建的电数字监测数据样本集；基于预设的非梯度下降驱动优化算法对所述电数字监测数据样本集进行特征提取，构建训练样本集；通过所述训练样本集对预设的分类器进行训练，并基于训练好的分类器构建安全监测模型；所述分类器包括基于压缩感知的高阶神经网络
。3.
根据权利要求2所述的方法，其特征在于，基于预设的非梯度下降驱动优化算法对所述电数字监测数据样本集进行特征提取，构建训练样本集的步骤，包括：将所述电数字监测数据样本集输入至预设的神经网络中，确定初始提取参数；所述神经网络包括多个层次和预设强度的微扰；计算所述初始提取参数对应的函数损失值，并根据所述函数损失值，评估包括当前微扰的神经网络的网络性能；基于所述网络性能对所述微扰进行调整，并执行确定初始提取参数的步骤；直到所述网络性能满足预设的优化条件，将当前神经网络对应的初始提取参数确定为目标特征参数，并基于所述目标特征参数构建训练样本集
。4.
根据权利要求3所述的方法，其特征在于，所述微扰包括预设的融合权重，所述融合权重包括预设的自适应调整因子
。5.
根据权利要求2所述的方法，其特征在于，通过所述训练样本集对预设的分类器进行训练，并基于训练好的分类器构建安全监测模型的步骤，包括：将所述训练样本集输入至预设的分类器中，使用所述分类器当前的网络参数和所述训练样本集进行前馈运算，确定初始输出；确定所述初始输出对应的损失值；所述损失值根据预设的正则化项确定；根据所述损失值对所述网络参数进行更新，并对更新的网络参数指示的...
【专利技术属性】
技术研发人员：王潇，徐翊瑄，苏倩雯，谷丛，曹晓桐，王超，张承富，
申请(专利权)人：北京世纪慈海科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。