1.一种基于跌倒风险预警的智能护理系统,其特征在于,包括:信号强度采集模块,用于从佩戴在被监控老年人对象身上的WiFi传感器采集信号强度的时间序列;
数据规整模块,用于对所述信号强度的时间序列进行数据规整以得到信号强度局部时序输入向量的序列;
特征编码与筛选模块,用于对所述信号强度局部时序输入向量的序列进行上下文关联编码与特征原型筛选以得到全时域信号强度原型表征特征向量;
风险评估结果生成模块,用于基于所述全时域信号强度原型表征特征向量来确定风险评估结果;
信号提示模块,用于基于所述风险评估结果,确定是否发出提示信号至所述被监控老年人对象的家人或医疗服务提供者;
其中,所述数据规整模块,包括:
数据排列单元,用于将所述信号强度的时间序列按照时间维度排列为信号强度时序输入向量;
数据校正单元,用于将所述信号强度时序输入向量通过伽马校正模块以得到非线性响应优化信号强度时序输入向量;
数据切分单元,用于基于预定时间尺度对所述非线性响应优化信号强度时序输入向量进行向量切分以得到所述信号强度局部时序输入向量的序列;
其中,所述数据校正单元,用于:
以如下伽马校正公式对所述信号强度时序输入向量进行处理以得到所述非线性响应优化信号强度时序输入向量;其中,所述伽马校正公式为:其中,
其中,所述特征编码与筛选模块,包括:
上下文关联分析单元,用于将所述信号强度局部时序输入向量的序列通过基于Transformer层的信号强度上下文关联编码器以得到上下文信号强度局部时序关联特征向量的序列;
特征筛选单元,用于将所述上下文信号强度局部时序关联特征向量的序列通过原型特征门控网络以得到所述全时域信号强度原型表征特征向量;
其中,所述特征筛选单元,用于:
以如下原型特征门控公式对所述上下文信号强度局部时序关联特征向量的序列进行处理以得到所述全时域信号强度原型表征特征向量;其中,所述原型特征门控公式为:其中,
2.根据权利要求1所述的基于跌倒风险预警的智能护理系统,其特征在于,所述上下文关联分析单元,包括:查询向量构造子单元,用于将所述信号强度局部时序输入向量的序列进行一维排列以得到全局信号强度特征向量;
自注意子单元,用于计算所述全局信号强度特征向量与所述信号强度局部时序输入向量的序列中各个信号强度局部时序输入向量的转置向量之间的乘积以得到多个自注意力关联矩阵;
标准化子单元,用于分别对所述多个自注意力关联矩阵中各个自注意力关联矩阵进行标准化处理以得到多个标准化后自注意力关联矩阵;
关注度计算子单元,用于将所述多个标准化后自注意力关联矩阵中各个标准化后自注意力关联矩阵通过Softmax分类函数以得到多个概率值;
注意力施加子单元,用于分别以所述多个概率值中各个概率值作为权重对所述信号强度局部时序输入向量的序列中各个信号强度局部时序输入向量进行加权以得到所述上下文信号强度局部时序关联特征向量的序列。
3.根据权利要求2所述的基于跌倒风险预警的智能护理系统,其特征在于,所述风险评估结果生成模块,包括:特征分布优化单元,用于对所述全时域信号强度原型表征特征向量进行特征分布优化以得到优化后全时域信号强度原型表征特征向量;
跌倒风险评估分类单元,用于将所述优化后全时域信号强度原型表征特征向量通过基于分类器的跌倒风险评估器以得到风险评估结果,所述风险评估结果用于表示跌倒的风险等级标签。
4.根据权利要求3所述的基于跌倒风险预警的智能护理系统,其特征在于,所述跌倒风险评估分类单元,用于:全连接编码子单元,用于使用所述分类器的多个全连接层对所述优化后全时域信号强度原型表征特征向量进行全连接编码以得到编码分类特征向量;
分类子单元,用于将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述风险评估结果。
5.一种基于跌倒风险预警的智能护理方法,应用权利要求1所述的基于跌倒风险预警的智能护理系统,其特征在于,包括:从佩戴在被监控老年人对象身上的WiFi传感器采集信号强度的时间序列;
对所述信号强度的时间序列进行数据规整以得到信号强度局部时序输入向量的序列;
对所述信号强度局部时序输入向量的序列进行上下文关联编码与特征原型筛选以得到全时域信号强度原型表征特征向量;
基于所述全时域信号强度原型表征特征向量来确定风险评估结果;
基于所述风险评估结果,确定是否发出提示信号至所述被监控老年人对象的家人或医疗服务提供者;
其中,对所述信号强度的时间序列进行数据规整以得到信号强度局部时序输入向量的序列,包括:将所述信号强度的时间序列按照时间维度排列为信号强度时序输入向量;
将所述信号强度时序输入向量通过伽马校正模块以得到非线性响应优化信号强度时序输入向量;
基于预定时间尺度对所述非线性响应优化信号强度时序输入向量进行向量切分以得到所述信号强度局部时序输入向量的序列;
其中,将所述信号强度时序输入向量通过伽马校正模块以得到非线性响应优化信号强度时序输入向量,包括:以如下伽马校正公式对所述信号强度时序输入向量进行处理以得到所述非线性响应优化信号强度时序输入向量;其中,所述伽马校正公式为:其中,