随着物联网技术的快速发展,基于传感器数据的模式分析系统为家居安全、病情监测等领域提供了一种有效解决方案。其中,基于环境传感器的模式分析系统以其低成本、低侵入性等特点,具有良好的实用价值。然而,基于环境传感器的分析存在如下问题:由于传感器的密集部署和延迟关闭,收集到的传感器数据中包含噪声,导致基于传感器数据的分析效果下降;缺乏有效的传感器序列分段方式;缺乏细粒度的用户行为模式分析研究等。本文以智能家居场景下的痴呆患者检测场景为例,针对基于环境传感器的用户模式分析进行了研究,基于图信号处理理论,从信号分析和模式分析的角度出发,所做的主要研究工作和创新主要包括:(1)针对现有研究中缺乏有效的数据去噪方法以及需要大量人工操作进行数据预分段的问题,提出了一种基于图信号处理的传感器序列数据分析方法,所提分析方法基于图信号处理理论,有效利用传感器布局信息,进行数据去噪;通过将序列信息建模为图和图信号,基于图小波变换解决了时间序列的分段问题;(2)为了提升用户行为模式分析的可解释性,提出了一种细粒度的行为模式分析和基于行为模式的用户分类方法,基于图表示行为模式,并提出了一种图比较算法,根据行为模式进行用户分类;(3)基于智能家居场景下的痴呆患者检测数据集,实验验证了所提序列分析方法、用户分类方法的有效性。本文基于图信号处理理论的传感器数据序列分析方法降低了人工处理数据的成本,所提的细粒度的行为模式分析方法提高了基于传感器数据进行行为模式分析的可解释性和可用性。