自适应深度强化学习框架下的老年健康数据挖掘模型研究  

刘佳欣 董文秀  

安徽新华学院大数据与人工智能学院，安徽合肥，230088；  

摘要：随着社会老龄化加剧，老年健康数据的高效挖掘与智能分析成为医疗领域的关键需求。本研究提出一种基于自适应深度强化学习的老年健康数据挖掘模型，通过整合多维健康监测数据，构建动态状态空间表征，有效解决传统方法在高维度、动态性数据中的特征提取难题‌。采用深度学习与强化学习有效结合，构建复合奖励机制使得模型在训练过程中进行自适应学习，从而动态调整参数，该模型较传统支持向量机与随机森林等模型在性能和稳定性方面展现出显著优势。  

关键词：老年健康；深度强化学习；自适应机制；数据挖掘  

参考文献  

[1]方馨,秦子健,高新平,等.基于多智能体深度强化学习的智慧医疗网络计算卸载方法[J].移动通信,2024,48(06):86-90.  

[2]陈松景,吴思竹.基于深度强化学习的老年肺癌发病高危人群干预效果预测分析方法[J].中华医学图书情报杂志,2021,30(08):15-19.  

[3]张嘉琪.基于深度强化学习的老年健康数据挖掘及应用研究[D].太原:太原理工大学,2021.  

[4]王越.基于深度学习和人体生理数据的智能健康监测研究[D].贵州:贵州大学,2022.

[5]Jiaxin Liu, Hua-min Chen, Shuopeng Li, Shaofu Lin.  Adaptive and Energy-Saving Smart Lighting Control Based on Deep Q-Network Algorithm[C]//2021 6th International Conference on Control, Robotics and Cybernetics (CRC). IEEE, 2021: 207-211.