人口老龄化是诸多社会发展进程中不可回避的问题,中国人口众多,区域、城乡发展不平衡,要使得大多数老年人能够老有所养、老有所依,需要全社会共同为之努力。开发面向老年人的服务,就务必要求开发者站在老年人的立场思考。因此本文第二章对智慧养老社区的构建内容做出了详尽的分析和总结,从分析老年人需求出发,对基本生活需求、健康养护需求等做出规范和确定。在此基础上,通过情景规划的方法,整理出系统的智慧养老社区模型,并确定模型要解决的问题,即对象的“位置”和“情形”。社区作为老年人日常起居的场所,多数区域需要采取保密措施,因此本文研究内容不涉及视频和图像技术。对于获取位置的需求,本文第三章设计了面向社区生活老年人的室内定位系统,系统采用指纹数据库定位方法,在容易被忽视的指纹库选取和建立环节,创新性的引入密度峰值聚类算法,在分类定位过程中,采用随机森林算法估计待定位点的位置信息,并使用自主采集和网络获取的两组实验数据,多维度的比较了本文方法和以往方法的性能差异。位置的有效获取,使得其他基于位置的多样化服务可以有效开展,因此在本文各类系统中,定位系统具有首要性和基础性地位。老年人行动能力、反应能力的下降,使得日常生活中发生意外情况的概率大大增加。人工实时监测,成本高昂、灵活性差,不具备推广条件。智能手机、手环内置丰富的微型传感器,各类传感器采集的数据类型多、数量大。然而庞杂的数据几乎总是得不到充分利用,其原因在于缺乏有效数据挖掘方法。近年来,深度学习的发展为处理海量数据信息挖掘开辟了新的思路,各类深度学习框架的发布使得卷积神经网络(CNN)、深度神经网络(DNN)的搭建变得简单、快速,其应用场景变得丰富多样。本文第四章就是以手机传感器为数据源,将神经网络的建模方法应用到老年人跌倒检测系统的设计之中。跌倒检测系统仅完成了情形识别中的关键部分,老年人的日常行为识别仍需要新的系统参与,为了简化新系统的构建,行为识别系统建立在室内定位系统和跌倒检测系统之上。本文第五章将传统的隐马尔科夫模型(HMM)做出改变,形成一种具有两条观测序列的HMM,分别对应位置时间序列和三维人体数据时间序列。老年人智慧监护服务在线平台,使用对象为社区管理人员,系统集成了本文所研究的三大智慧服务系统,并调用了本地数据和Web数据作为补充,力求功能丰富的同时保持简洁、友好的用户界面(UI)和用户体验(UE)。