蚁群神经网络在社区老年人健康检测中的应用研究*

2011-08-20赵江海宋小波刘忠杰周培莹

网络安全与数据管理 2011年22期

何锋，赵江海，2，宋小波，2，刘忠杰，李芬，周培莹

(1.常州先进制造技术研究所机器人系统实验室，江苏常州213164；2.中国科学院合肥研究院先进制造技术研究所机器人系统实验室，江苏常州213164）

随着社会进步和经济发展，人口老龄化问题已成为中国21世纪最为突出的社会问题之一。江苏省作为全国人口大省，老龄化程度高于全国水平，截至2008年底，江苏省老年人口已超过1 218万，占户籍人口总数的16.5%[1]。由于传统的健康调查报告，社区卫生服务中心的定期人工监测、回访等方式已经远远无法满足老人健康监测的动态、实时性需求，因此，以社区为整体，以楼层为网格单元，对单元网格内老人健康体征数据进行实时采集，并使用老人健康评估模型进行在线分析，是一种可行并行之有效的方法。

本文构建了一种老人日常体征数据的健康评估的神经网络模型，模型的聚类算法采用蚁群算法[2]，通过与传统的K均值聚类算法比对可知，基于蚁群聚类[3]的RBF神经网络模型能有效避免局部收敛且学习样本很少，对于老人健康检测的服务要求来说，本模型是相当合适的，而且模型又兼具传统RBF神经网络收敛快，学习性能优越的特点，预测成功率达到了97%以上。本模型能真正实现对老人健康体征信息的主动监测和及时处理，大大提高社区医疗服务水平和质量。