买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海电子信息职业技术学院申请的专利一种基于人工智能的居家养老智能监护系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120162532B 。

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510646471.8，技术领域涉及：G06F18/10；该发明授权一种基于人工智能的居家养老智能监护系统及方法是由宋慧慧;孙国样设计研发完成，并于2025-05-20向国家知识产权局提交的专利申请。

本一种基于人工智能的居家养老智能监护系统及方法在说明书摘要公布了：本发明公开了一种基于人工智能的居家养老智能监护系统及方法，涉及人工智能技术领域，该方法包括以下步骤：通过传感器监测被监护人员的生理和行为数据；对获取到的数据进行清洗预处理、归一化处理和同步整合；运用模型分析行为数据识别异常，构建标注数据集，通过神经网络构建用于判断当前被监护人员状态的回归模型，并进行置信度评估，获取置信度；计算传输可信度的量化指标，根据计算出的置信度和传输可信度的量化指标调整数据传输间隔，本发明实现居家养老智能监护。

本发明授权一种基于人工智能的居家养老智能监护系统及方法在权利要求书中公布了：1.一种基于人工智能的居家养老智能监护方法，其特征在于：该方法包括以下步骤： 通过传感器监测被监护人员的生理和行为数据； 对获取到的数据进行清洗预处理、归一化处理和同步整合； 运用模型分析行为数据识别异常，构建标注数据集，通过神经网络构建用于判断当前被监护人员状态的回归模型，并进行置信度评估，获取置信度； 计算传输可信度的量化指标，根据计算出的置信度和传输可信度的量化指标调整数据传输间隔； 通过融合时空特征的图神经网络GNN预测在将被监护人员的健康指数得分发送到监护人员途中的影响因素，将与传输相关的多源数据，以图结构形式编码输入到构建的GNN模型中，模型通过学习数据中的空间关联和时间演进模式，输出在传输被监护人员的健康指数得分过程中的影响因素预测值； 根据所述在传输被监护人员的健康指数得分过程中的影响因素预测值作为评估因素集U={u1,u2,...,un}，构建传输可信度的评语集V={v1,v2,...,vm}，其中，u1,u2,...,un表示第1,2,...,n个所述在传输被监护人员的健康指数得分过程中的影响因素预测值，其中，v1,v2,...,vm表示第1,2,...,m个传输可信度的等级划分； 根据历史数据统计分析，确定因素ui与评语集V中各个评语的隶属度关系，建立模糊关系矩阵R； 具体的，历史数据统计分析得到因素u1对各评语的隶属度分别为r11,r12,...,r1m，因素u2对各评语的隶属度分别为r21,r22,...,r2m，以此类推，得到因素u3,...,un对各评语的隶属度； 根据评估因素集与评语集V中各个评语的隶属度关系，建立模糊关系矩阵R； 模糊关系矩阵R表示为：； 通过德尔菲法确定各影响因素在评价传输可信度时的相对重要性，即确定因素权重向量，将因素权重向量记为A=a1,a2,...,an，其中，a1,a2,...,an表示第1,2,...,n个因素对传输可信度的影响权重； 通过加权运算将因素权重向量A与模糊关系矩阵R进行合成运算，得到模糊综合评价结果向量B，计算公式如下所示：B=A*R=b1,b2,...,bm； 其中，，b1,b2,...,bm表示通过加权运算将因素权重向量A与模糊关系矩阵R进行合成运算后，传输可信度被判定为等级v1,v2,...,vm的程度值，j=1,2,...,m； 对传输可信度的评语集中每个评语赋予对应分值，计算模糊综合评价结果向量B和传输可信度的评语集中每个评语赋予对应分值的加权平均值作为传输可信度的量化指标Q； 根据计算出的置信度Z和传输可信度的量化指标Q重新调整将被监护人员的健康指数得分传输至监护人的时间间隔，时间间隔调整公式如下所示：T=T0+β*Z*Q；其中，β表示调整系数，T0表示初始设定的时间间隔。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海电子信息职业技术学院，其通讯地址为：201411 上海市奉贤区瓦洪公路3098号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。