مانیتورینگ سلامت و تشخیص وضعیت نرمال و غیر نرمال در بستر IOT به کمک الگوریتم خوشه بندی بهبود یافته

یکی از کاربردهای اینترنت اشیا در مانیتورینگ سلامت افراد می باشد. مجموعه ای از سنسورهای سلامت از قبیل سنسور ضربان قلب و تنفس در این مقاله به منظور تشخیص وضعیت نرمال و غیر نرمال یک فرد در بستر IOT مورد بررسی قرار می گیرد. روش ترکیب اطلاعات در بستر IOT روش تئوری شواهد می باشد. مشکل روش تئوری شواهد در تعیین توابع جرم می باشد که در این مقاله به عنوان نوآوری از روش های خوشه بندی برای ساخت توابع جرم الگوریتم تئوری شواهد استفاده شده است. نتایج بر روی داده های تولید شده از سناریوهای واقعی پیاده سازی شده است و ارزیابی ها دقت بالای ۹۰ درصد را در تشخیص وضعیت غیر نرمال دارد

Keywords:

مانیتورینگ سلامت , تشخیص حالت غیر نرمال , IOT , روش تئوری شواهد