摘要
本发明提供基于多模态传感的居家异常状态信号检测方法及系统，涉及检测技术领域，包括通过毫米波雷达、声学传感器和环境传感器采集人体运动、声学及环境参数，输入深度融合网络，利用时空注意力机制和多尺度卷积神经网络提取时空特征序列，结合声学特征频谱分析结果形成联合概率特征。将联合概率特征输入时序知识图谱，经图注意力网络和双流自编码器网络处理后，获得场景自适应特征。最后，多任务学习网络结合风险传播神经网络和递归型神经网络进行异常预测和风险等级评估，并结合历史预警信息输出预警策略。本发明能够有效融合多模态数据，提高居家异常状态检测的准确性和可靠性，并提供更精准的风险评估和预警策略。
