根据社会调查显示,进入二十一世纪以来,在中国,老年人所占总人口的比重逐年增多。并且,大多数年轻人选择进入大城市工作,无法就近照顾老人,全社会的养老问题显得越来越重要。目前国内大部分的养老院设施落后;人员管理不规范;信息化、自动化程度较低;并且老年人的子女无法知道老人在养老院中是否能够得到较好的照顾。针对这些问题,本文提出了一个低成本、可扩展性强、数据驱动的智慧养老系统。智慧养老系统正是为解决传统养老院管理分散、信息孤立、养老服务设施无法满足实时看护等缺陷。本系统由四个部分组成:1、基于RFID的室内定位系统;2、信息管理系统;3、移动端App;4、老年人健康状况预测系统。本系统使用物联网技术,实时定位老年人在养老院中的位置,并且根据位置信息计算老年人的活动信息。通过对老年人的活动信息进行建模,得到老年人健康模型,使用该模型能够识别老年人的异常状态。若老年人在养老院中出现异常状况,该系统能够通过配套的手机应用软件通知养老院的照护人员,使得老人得到更加精准的照护。模拟实验的地点选择在兰州大学飞云楼516实验室与男生宿舍10号楼414室。共有4位同学参与本实验。模拟实验的目标是:通过测量实验参与者每天的位置数据,利用该位置数据,结合机器学习算法,预测他们每天的行为是否规律,是否出现异常行为。实验结果表明,利用该模式检测实验参与者的日常活动是否规律的方法是可行的。其中,基于极限学习机的预测模型的预测准确率为90%,基于支持向量机的预测模型的预测准确率为100%。