分享
“互联网+”时代社区智能养老模式分析_贾俊芳.pdf
下载文档

ID:209971

大小:1.62MB

页数:4页

格式:PDF

时间:2023-03-08

收藏 分享赚钱
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
互联网 时代 社区 智能 养老 模式 分析 贾俊芳
第39卷第1期2023年2月山西大同大学学报(自然科学版)Journal of Shanxi Datong University(Natural Science Edition)Vol.39 No.1Feb.2023“互联网+”时代社区智能养老模式分析贾俊芳,张叶娥,蒋日华(山西大同大学计算机与网络工程学院,山西 大同 037009)摘要:人口老龄化已成为社会各界日益关注的问题,随之而来的养老问题尤为突出。社会的进步和科学的发展使养老服务模式呈现多样性。利用“互联网+”技术、大数据技术、人工智能等技术开发的具有信息化、智能化、可视化养老模式使养老服务更加方便、快捷、周全。从技术层面和设备层面介绍智能养老模式在社区养老中的应用并用模糊K-Means算法对资源配置进行分析,对智能养老模式进行更深一步的研究。关键词:“互联网+”时代;智能养老;养老系统;资源配置中图分类号:F062.6文献标识码:Adoi:10.3969/j.issn.1674-0874.2023.01.007人口老龄化挑战是人类社会发展始终面对的世界性问题,任何国家和地区都无法回避。到2014年,我国 60岁以上的老年人占总人口的 15.5%,人数达到2.12亿。据国家老龄化战略研究和预测,我国60岁以上的老年人预计2025年将突破3亿,比重增加到人口总数的21%;2033年将突破4亿,比重增加到人口总数的34.9%。老龄化进程的加快,与我国家庭的小型化、少子化和人口城镇化相叠加,导致以后我国对失能、空巢、高龄、无子女的老年人的服务大幅增加。我国将成为世界上养老服务需求压力最大的国家。如何处理好比较严重的老龄化问题已经成为社会各界日益关注的重大民生问题。在信息科学技术迅猛发展的互联网+时代,互联网技术和人工智能技术应用到各行各业中。国务院在 2015年 关于积极推进“互联网+”行动的指导意见 中曾提出“促进智慧健康养老产业发展,提高养老机构服务水平”1。国务院办公厅关于推进养老服务发展的意见(国办发 2019 5 号),再次强调养老问题2。“十三五”国家老龄事业发展和养老体系建设规划 支持“互联网+养老”工程建设,利用快速发展的网络技术开发智能养老平台3。使养老服务方便、快捷、全面。养老服务也呈现出多样化和个性化的发展方向。国外先提出的社区智慧养老模式,该模式是利用服务和技术结合构建出现代、智能的养老模式。提供老年人生活需要的各种服务,而且都能尽快解决,老年人能够没有顾虑地安度晚年。我国现阶段老年人养老模式主要是居家养老,养老方式比较传统,主要是子辈承担对父母的赡养义务。由于计划生育基本国策的执行,“四二一”家庭结构模式已经更多地出现在我国家庭生活中。家庭养老模式的主体地位已经受到相当程度的挑战,独生子女虽有孝心但陪护老人的时间和精力无法保障。我国当前的养老制度,针对不同的养老群体分别购建以家庭养老为基础、社区养老为依托和机构养老为支撑的养老服务体系。在开展养老服务的实践中,利用互联网技术、人工智能技术整合社会服务资源,构建起对接线上线下、贯通供给需求,满足老年人多层次、多样化养老需求的服务体系。1 研究技术1.1 研究内容智能养老服务系统主要运用“互联网+”技术、大数据技术、自动化技术、自然语言处理技术、机器学习等技术。“互联网+”技术实现了资源共享和信息传输。大数据主要为数据分析提供依据,分析数据特征,根据收集到数据的差异建立和调整数据模型。自然语言处理技术把知识转化成便于计算机存储和利用的某种数据结构的知识表达形式,实现机器学习。人工智能结合图形、图像识别技术、情感识别技术等自动化技术,为人机交互提供依据。人工智能技术与养老服务的协结,使人工智能养老服务代替传统人工养老服务,用人工智能技术完善原有机构收稿日期:2023-01-08基金项目:山西省社会科学院2021年度规划课题一般项目YWYB202157;山西大同大学科研项目2021k5作者简介:贾俊芳(1976-),女,山西左云人,硕士,副教授,研究方向:人工智能与模式识别。E-mail:文章编号:1674-0874(2023)01-0028-042023年养老模式,形成一种更符合老年人需求的养老模式。2 智慧社区养老模式的研究社区养老是符合老年人心理的养老方式,以家庭作为养老中心,在熟悉的社区环境中养老能够充分利用社区养老资源,具有养老不离家的心理期望,被大多数老年人所接受,比建立大型养老机构容易管理和实现。为了不断完善养老服务,各种先进的技术在养老服务领域得到广泛的应用。互联网技术、大数据技术、传感器技术、自然语言传感技术、机器学习、GPS定位系统、人工智能技术、移动通信技术以社区服务为辅助,构建智能系统设备形成多位一体的社区养老模式。2.1 智能家具老年人需要安静舒适的生活环境,对生活用具要求安全方便。随着智能技术的发展,为老年人构建安全、方便、舒适的智能家居系统已经迫在眉睫。家居市场上出现了各种各样不同品牌的智能家居系统。把这些智能家居系统应用在老年人的生活环境中,能够对生活事件进行智能化的操作,提高了养老服务的质量。比如,老人可以通过客户平台控制智能灯泡的开关、亮度、色彩和调节功能。家人通过手机等产品的客户端,根据老人居家的情况,能够对智能家居和设备进行远程操作或调控,防止老人忘记关掉电源,保障了老人安全,为老年人提供更加优质的服务。2.2 智能手机基于Android系统的智能手机为老年人在出行、就医、消费、娱乐和监控提供了方便。支付宝帮助老年人出行和消费,微信可以随时跟亲人、子女进行沟通聊天,老年人安装娱乐App可以观看视频、听音乐关注新闻动态。养老健康安全监控,能够持续监测老年人的体温、血压、血糖、脉搏等健康状况。而且在老人跌倒发出求救信息时,手机将发出相应的语音提示,北斗定位系统能够准确显示老人当前的位置。此外,通过手机安装App,还可以监控到老人在一时段的活动轨迹。综上所述可以看出,一款好的智能手机在养老服务上的应用是非常广泛的。2.3 智能手环智能手环是一种佩戴式智能设备,采用医用橡胶材质,无毒无味,设计轻便精小。通过这款手环,老年人可以记录日常生活中的锻炼、睡眠、饮食等实时数据。智能手环具有高精度定位系统,手环内设置了多元传感器,能够通过及时定位、随时健康状态监测和其报警功能,保障了老年人健康与安全等问题。智能手环不仅具有普通手表的功能,同时还有震动唤醒、睡眠追踪、运动监测、膳食记录、紧急求救等功能。智能手环还能测血压、心率、脉搏、体温,通过传感器、App测量血氧水平监测老年人心脏状况,还可以和手机、平板进行实时数据同步。2.4 智能养老系统设计高标准智慧社区养老服务云平台,采用先进的五层技术架构,从身份认证、访问控制、恶意代码防范、安全审计、网络安全隔离与可信交换等方面,有效保障了数据安全。同时,系统釆用模块化设计理念,从感知、网络、平台、应用、展示等方面实现了扫码、网上下单、移动支付、自动存取款等繁杂的智能化操作,捕捉人体动作大数据。配备有一键呼叫装置,可实现实时定位、按键通话、全程录音、微信同步连通家人。系统服务内容包括助购、助医、助餐、助洁、助行和助救。服务范围由平台到医院单点联接增加为社区和居家的全区域覆盖。比如助医服务包括为老年人就医开设绿色通道,享受优先挂号、预约专家、定时看病、免费导诊等服务。同时,设立了老年人综合能力评估中心,通过传统评估、健康评估和平衡功能测试,对老年人生活能力、健康状况和跌倒风险等方面进行现代化的系统评价,提出相应的养老、养生和康复计划。系统框架的设计。人工智能养老服务系统主要由感知层、数据层、技术层、应用层构成,见图1。图1 系统框架图贾俊芳等:“互联网+”时代社区智能养老模式分析29山西大同大学学报(自然科学版)2023年3 智能服务资源配置分析随着智能养老设备的全面推广,智能设备资源出现总量供给不足、供给的对象定位不明确、技术不匹配及用户采纳程度不高等现象。出现资源配置分散和协同效率低等问题。智能设备资源优化配置分析应运而生。应用模糊数学理论,对智慧养老服务设备进行统计分类。给出资源配置协同模型,优化了智慧养老系统。3.1模糊K-Means聚类算法聚类模糊K-Means算法是对K-Means算法的一种改进算法,把模糊数学中模糊的概念引入到算法中,能对数值型数据进行软划分。这里给出模糊K-Means聚类算法的相关定义、定理以及算法的描述4。设有限集X=x1,x2,xn属于p维欧几里德空间Rp,即xj Rp,j=1,2,n。算法的实现过程为:先从n个对象中随意选定k个对象作为初始类中心,对剩余的其他数据对象,依据它们与这k个类中心的相似度也就是距离,将它们分别分配给与其距离最相近的类;然后再计算每个新聚类的聚类中心(该聚类中所有对象的均值),不断重复上面过程,直到定义的标准测度函数收敛,通常采用标准目标函数,具体函数定义如下:F()W,Z=l=1ki=1nwai,ld()xi,zl(1)s.t.wi,l0,1,1 l k,1 i n;(2)l=1kwi,l=1,1 i n;(3)0 i=1nwi,l n,1 l k。(4)其中,W是一个n k的模糊隶属度矩阵,U是对象集,n表示对象个数,k表示类的数目,wi,l表示第i个对象属于第l类的程度,Z=z1,z2,zk,其 中zl()1 l k是 第l类 的 类 中 心,1,+)为模糊指标,当=1时,模糊 K-Means 聚类算法退化为 K-Means 聚类算法。为了使目标函数F在满足约束条件下达到最小值,K-Means聚类算法被描述为:Step1:从数据集U中选择k个对象初始化Z(1),得W(1)使F1(W,Z(1)极小,设t=1;Step2:获 得Z(t+1)使F(W(t),Z(t+1)极 小,如 果F(W(t),Z(t+1)=F(W(t),Z(t),那么算法结束,否则继续执行Step3;Step3:获得W(t+1)使F(W(t+1),Z(t+1)极小,如果F(W(t+1),Z(t+1)=F(W(t),Z(t+1),则算法结束,否则令t=t+1得W(t+1),转到Step2。在模糊K-Means算法中,W和Z根据定理1和定理2不断地更新。定理14给定Z时,如果W满足wi,l=1,if d()xi,zl d()xi,z,1 k0,其他,(5)则使得F(W,Z)极小。定理24当给定W时,如果zi,j=i=1nwi,jxi,ji=1nwi,j,(6)则f(zl,aj)=aj,rj,1 j m,1 l k,若使F(W,Z)取最小值。其中f(zl,aj)表示第l类的类中心zl在属性aj A下的取值,aj,rj表示属性aj的第rj个取值。模糊 K-Means聚类算法应用定理 1 和定理 2 更新W和Z,保证了目标函数值在迭代中不断下降,从 而 达 到 对 数 据 集 的 局 部 最 优 划 分。模 糊 K-Means 算法的计算复杂度为o(nkt),n为数据对象数目,k为聚类个数,t为循环次数。通常有k n和t n。模糊 K-Means算法的不足主要体现在:需要用户指定参数k,聚类结果可能中止于局部最优,但是算法仍然具有实现简单、扩展性好和效率高的优点,比较适用于大数据集的聚类。随着的不同取值,聚类结果的精度会随之变化。3.2实验数据及结果数据来源于大同市老年人口问卷调查,500个老年人参与问卷调查,调查问题的属性分为八类,分别是“应急救助、医养康复、娱乐消费、便捷诊疗、营养助餐、居家照料、安全出行、法律援助”。实验数据处理和结果如表1。2018年 5月,大同市被确定为第三批全国养老服务改革试点地区,主要针对居家和社区养老,打造“互联网+养老”服务模式,汇集线上线下资源,精准对接需求与供给,为老年人提供就近、便捷的养老服务,实现信息化、智能化和可视化;居家、社区、机构、医养、康养和从业人员统一管理。目前,全市智慧居家养老服务平台已投入使用。对 10个社区的老年人智能设备的使用情况进行了调查,结果如图2。302023年4 结束语伴随着计算机科学技术的快速发展,基于人工智能技术的养老模式逐步成为社

此文档下载收益归作者所有

下载文档
你可能关注的文档
收起
展开