[發明專利]一種基于網絡表示學習的老人看護裝置與方法

有效

• 申請號: 202011079669.6
• 申請日: 2020-10-10
• 公開（公告）號: CN112182498B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 許明;劉志剛;羅辛
• 申請（專利權）人: 深圳市萬佳安物聯科技股份有限公司;中國科學院重慶綠色智能技術研究院
• 主分類號: G06F17/16
• 分類號: G06F17/16;G06Q10/0639;G06Q50/22;G06F16/29;G06F30/27;G06F18/23213;G06N20/00
• 代理公司: 重慶市前沿專利事務所(普通合伙) 50211
• 代理人: 郭云

1.一種基于網絡表示學習的老人看護裝置，其特征在于,包括智能終端和云服務器；其中，

所述智能終端，用于輸入與老人相關的歷史活動數據，歷史活動數據包括歷史交互、活動數據以及看護服務日志；

所述云服務器，用于根據老人的歷史活動數據建立基于網絡表示學習的老人看護模型，并對老人的歷史活動數據進行聚類，從而將老人可能所處的地點及接觸對象發送到智能終端；

所述云服務器包括存儲模塊、隱表示訓練模塊、節點聚類模塊和預測生成模塊；

所述存儲模塊，用于保存與老人相關的歷史活動數據；

所述隱表示訓練模塊，用于對基于網絡表示學習的老人看護模型涉及到的節點表示矩陣、輔助矩陣進行更新訓練；

初始化模型涉及的參數，包括：

相似度矩陣S∈|P|×|I|；二階相似度矩陣S⁽²⁾∈|P|×|I|；二階相似度權重η；隱表示空間維度f；節點輔助矩陣A和節點表示矩陣U，初始值均為0～1之間的隨機數；參數更新過程中需要用到的輔助矩陣X、Y，維度分別與節點輔助矩陣A和節點表示矩陣U相同，初始值為0；三個拉格朗日乘子矩陣M∈|P|×f、N∈|I|×f、Λ∈|P|×|I|，分別為輔助矩陣X、Y以及對稱約束所需的輔助矩陣；與拉格朗日乘子矩陣相對應的懲罰項系數ε、φ、χ；和constant為計算增廣拉格朗日系數時用到的正常數；

構建基于網絡表示學習的老人看護模型并進行訓練，表達式如下：

公式(1)中，L表示構建的模型函數，s_u,i為相似度矩陣S第u行第i列的元素值，代表節點u和i之間的相似度；a_u,k為矩陣A第u行第k列的元素值；u_i,k為矩陣U第i行第k列的元素值；和f表示隱空間的維度；α_i,k為矩陣A第i行第k列的元素值；u_u,k為矩陣U第u行第k列的元素值；γ_u,i表示矩陣Λ第u行第i列的元素值；β_i,k表示矩陣N第i行第k列的元素值；x_u,k表示矩陣X中第u行第k列的元素值；

判斷當前訓練狀態是否已滿足收斂條件，若滿足則執行步驟S3-4，否則重復S3-2，直到滿足收斂條件：

(1)迭代過程達到預設次數；

(2)連續兩次目標函數值差值小于預設閾值；

輸出節點表示矩陣U，并對其聚類分析，得到每個目標老人的類簇劃分標簽集合L；

所述節點聚類模塊，用于從隱表示訓練模塊獲取節點隱表示向量，并采用K-means聚類方法進行分析，得到老人群體的類簇劃分結果；

首先，將節點表示矩陣U按行進行劃分得到節點的隱表示向量集合：{U₁,U₂,…,U_i,…,U_|U|}，其中U_i＝[u_i1,u_i2,…,u_ik,…,u_if]表示第i個節點的隱表示向量，u_ik表示第i個節點的隱表示向量中第k個元素，f表示隱空間的維度，也即向量的長度,|U|表示矩陣U的模數；

然后，采用K-means算法對節點的隱表示向量集合進行聚類，得到每個節點的類簇劃分標簽集合L；

所述預測生成模塊，用于計算目標老人與其他老人之間的相似度，根據排序選擇最為相似的位置作為預測地點輸出。