当今社会,人口老龄化的问题越来越严重,伴随而来的养老问题也成为社会关注热点。由于目前健康资源和养老资源不足,信息技术的应用水平比较低,社会日益增长的健康与养老需求也越来越难以满足。如何利用现代科技,将智能化的技术应用在智慧养老产业中,缓解社会的养老压力已经成为一个非常有价值的研究课题。本文基于养老院智能床垫的老人监护数据,结合养老院老人的健康需求与生活需求,对数据进行深度分析与挖掘,提出了老人睡眠评价模型与非规律性行为挖掘算法模型,并将其与智能床垫的其他监护数据整合,设计了基于养老监护数据的养老院老人监护系统,主要工作如下:第一,由于养老院老人睡眠质量难以直接的进行评价,本文设计了一种基于监护数据的养老院老人的分指标睡眠评价模型。该模型利用数据挖掘的方法,针对老人睡眠特点,使用层次分析法建立老人睡眠质量评价模型。首先分析监护数据,对睡眠质量评价指标进行提取,然后再将指标分层后进行权重赋值。在权重向量通过一致性检验之后,构建了养老院老人分层指标睡眠评价模型,并使用该模型对老人的睡眠进行评价,然后将此评价结果与专业的睡眠评价量表评价结果进行对比,经过计算得出皮尔逊相关系数与斯皮尔曼相关系数分别为0.930与0.956,表明两者有着很强的相关性与一致性,证明了本文评价模型的可靠性。第二,本文对养老院老人非规律性行为识别算法进行了研究。首先对养老院老人的生活特性进行分析,为后续数据建模提供依据,接下来结合应用场景将智能床垫采集的监护数据进行预处理,使用一种搜寻周期图谱峰值的方法对缺失数据进行填充,该方法首先计算样本序列的隐藏周期值,然后根据隐藏周期值估计出缺失数据对原始数据进行填充。该方法不仅使被处理过的时间序列保持原有的数据特征,而且被计算出的数据缺失值也符合原始序列的周期性,会有比较好的填充效果。通过对多个时间序列模型的对比分析,最终本文选择了自适应过滤法作为预测模型,并介绍了它的建模过程,并且对本模型预测效果使用MAPE(Mean Absolute Percentage Error,绝对平均百分比误差)进行判别。最后根据对老人活动时长的预测结果定义了养老院老人异常行为的判别标准,为养老院老人非规律性行为的识别提供了依据。第三,本文根据实际需求,结合智能床垫的监护数据,设计并实现了养老院老人监护平台。该平台首先实现了对老人生命体征与日常生活状态的实时监控与全面监护。其次,该平台使用本文设计的睡眠评价模型与非规律性行为识别的模型,实现对老人睡眠质量评价与健康管理。成功将本文算法模型与监护系统融合在一起,完成了对智能床垫监护数据的合理分析与应用。