TELKOM NIKA , Vol.13, No .1, March 2 0 1 5 , pp. 314~3 2 0   ISSN: 1693-6 930,  accredited  A  by DIKTI, De cree No: 58/DIK T I/Kep/2013   DOI :  10.12928/TELKOMNIKA.v13i1.1265        314     Re cei v ed O c t ober 2 1 , 201 4; Revi se d Decem b e r  20, 2014; Accept ed Ja nua ry 5,  2015   Family Health Monitoring System Based on the Four  Session s Internet of Things      Yang Jingjing 1 , Hao Shan gfu 1 , Zhang  Xiao* 1 , Guo Ben z he n 1 , Liu Yu 1 ,   Dong Beibei 1 ,   Liu Yun 2   1  School of Info rmation Sci enc e and En gi neer ing, He bei N o rth Univ ersit y   Z hang jiak ou 0 750 00, He bei,  Chin a   2  China S y stem   T e chnol og y L ab,  IBM, Shangha i 20 120 3, Chin a   *Corres p o ndi n g  author, e-ma i l : r78z@fo x mai l .com       A b st r a ct   T he accel e rati ng pac e of mo dern lif e result s in the  lack of effective care  of  peop le ’ s  h e a lth status.  Now adays, res o rting to the te chno logy  of the Inter net of T h in gs, w e  can provi de h o m e  hea lth mon i tori n g   services to  mi ni mi z e  th e i m pact of the di sease br ou ght  to peopl e. In this article, w e  propose d   the  reali z a t io n met hod for th e arc h itecture  of the  four sections   o f  the Internet of T h ings or ient e d  to ho me  he al th   mo nitori ng  ser v ice, further mo re, the s e con d a ry the s m ooth ness i n d e x  me thod  is a ppl ie d  to the  mon i tori ng   of hu ma n h ealt h  in dex, d a ta from  bo dy te mp erature  det ecti on ex peri m ent s verifie d  the fe asibi lity of the f o u r   sessio n s syste m , w h ich l a id fi rm fou n d a tions  for the r equ ire m e n t of real-ti m e  and  accur a cy of the Intern et  of Things bas ed hom e  health m o ni toring syst em  with a comm on referenc e  signific anc e and value in us e.    Ke y w ords : four sessions, internet of things,  family h ealth  monitor i ng, pr edi ction       1. Introduc tion  In re cent ye ars,  with th e co ntinuo us  improve m e n t of living  stand ard s ,for variou s  rea s on s,  su ch as excessi v e intake  of  high-cal o rie  food, irreg u lar diet, enviro n m ental p o llution,  aging of the  population  whi c h have  become in creasi ngly pro m inent, sud d en ca rdiova scula r   dise ase and  a variety of chroni c d i sea s e in cid ence ha s in cre a sed a n n ually[1]-[3]. This  way,Physiolo gical indi cato rs of day-to - day ch e ck  can help pe o p le kee p  abreast of their own   health an d ca n also p r even t and treat  so me of the disease in adva n ce.   Gene rally, there a r e t w o  ways fo r p e o p le to obtai n  their o w n  p h ysiolo gical  indicators:  hospital exa m ination  an d dete c tion   instru ment s. The  ho spit al che c k  ca n p r ovide  you  a   comp re hen si ve and  reliabl e result, and  t he d o cto r   ca n  give  a  clea r  explanation  o f  the in dicators,  but the hospital examinatio n alway s  takes a lon g  time with co mpl e x pro c edu re , expensive fee s   and oth e r  d e fects.  Own  instrument s detect, fo r example, t o  buy thei r own  ele c tronic  sphygm oma n o meter blo o d  pressu re te sting, the m e thod i s   sim p le  but th e te st  results can  n o t  get profe s sio nal do ctors'  expl anation  so that the  singl e test  result s do n o t  have statistical  prop ertie s  an d can n o t give warning in t i me  whe n  ph ysical  con d ition sh ows re d  light [4].  Applying the  Internet  of Thing s  to   home  health  monito ring,  huma n  p h ysiolo gical   para m eters  collecte d  by the sensor  te rminal can be  sent to the  backg rou nd  server fo r furt her  pro c e ss by the com pute r  or docto r a nd then  the tester can g e t feedba ck  after a detail ed  explanation  of the test result s and h ealth advic e. The method  avoids the  dra w ba cks of  the   hospital and  own e quip m e n t detectio n  a nd can k eep  peopl e bein g   awa r e of thei r own h ealth a nd  provide im portant help for p r evention a n d  tr eatment of sud den a nd chroni c di sea s es.       2.  The Intern et  of Things o f  Four Sessio n s   Propo sal of t he con c ept o f  the Internet  of Thing s  ca n be tra c e d   back to 19 99 , with a   relatively narrow comp reh e n sio n  at that time whi c h  is  confin ed to the face that ob jects lin ks wit h   Internet th rou gh radio  freq uen cy identifi c ation. A fter ten yea r s of d e velopme n t, it is n o w  po ssi bl e   to be unde rstood a s  n e t work with  certain a u tom a ted data  collectio n the  ability, agreed   comm uni cati on p r oto c ol s  whi c h  can  co nne ct re al an d virtual  good s a nd n e two r k  con nectio n s  so  that it can inf o rmatio n exchang e inform ation an d  achieve a net work  of in tellig ent identification,  interaction, m anagement  and other functions [5],[6].  Nowadays , there i s  a very wide range of  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930       Family  Health Monitoring Sy s t em Bas e d on The  Four  Ses s i ons  Internet of .... (Ya ng J i ngjing)  315 Internet of Thing s  appli c a t ions, incl udi ng sma r t ho me, telemedi cine, ind u stri al automation ,  etc.  [7],[8].   The d e si gn  proce s s of th e  system  of the  Inter net  of T h ing s  i s  al wa ys mo re  com p lex than   the  gen eral engin eeri ng becau se  in a ddition  to  its hardwa r e  a nd softwa r e  desi gn, it is  also   involved  with the multi - sy stem  stru ctu r e, se cu rity, low  po wer co nsum ption [9 ] .The tra d itional   desi gn  metho d s  of the  Inte rnet  of Thi n g s  u s u a lly hav e a  thre e-sta ge  comm on  p r ope rty [10],[11],  that is, th ree - tier  structu r e :  the p e rcept ion laye r, n e twork layer,  a pplication l a yer. Pe rceptio n   layer i s  u s u a lly with lo we r h a rd wa re  confi gurat io n a nd  poor data  pro c e ssi ng  cap a bility, so, dire ct  data co mmun i cation inte ra ction with th e  applicati on l a yer thro ugh  the netwo rk layer is u n sta b le   or even cau s e a cra s h of the whol e system. In  addition, the perce ption layer is often includi ng  more  equi pm ent, if there i s  no  unified   manag eme n t, the de sign  work of the a p p licatio n laye r is  too com p lex. With this si tuation, this  pape r  propo se s a four  se ssi on s Internet of Thi n g s   stru cture, that perc eption l a yer, co ordi n a tion layer, n e twork  laye r, appli c ation la yer. Data of the   perceptio n la yer is ma nag ed by the co ordin a tion la y e r, no lon g e r  dire ctly com m unicate wit h  the   appli c ation la yer, the appli c ation laye r just co mm uni cate with the  coo r din a tion l a yer thro ugh  the  netwo rk laye r which is no l onge r interest ed  in the deta ils of the perception layer.     Figure 1. Co mpari s o n  of The three a nd  four se ssion s  Internet of Thing s       (1) T he pe rce p tion layer  The  perce ption laye r i s  th e skin  an d fa cial fe atures  of the Inte rn et of Thi n g s   with th e   ability of object recognitio n  and informat ion colle ction .  Perception l a yer com p ri si ng a web c a m ,  GPS, and various  othe r se nso r  n ode s  which  mainly reco gni ze o b j e ct an d  colle ct inform ation ,  is  the last layer of the entire IOT network. The perc ept ion layer devi c e s  is mainly  constituted  b y   the sen s o r  a nd micro-co n t roller, the se nso r  ca n tran sform the me asu r ed d a ta into an elect r i c   sign al, while  the micro c o n trolle r re cog n ize an d furt her p r ocess  the electri c   sign al whi c h  is   perfo rmed to  dra w  the digit a l quantity to be mea s u r e d  whi c h me a n s that the m easure  ado pted   ZigBee  or  WiFi se nt to  coordi nation  l a yer. Fu rthe rmore,  th e se nsin g  laye r device s  dire ctly  receive the control si gnali ng  pa ckets issue d  dire ctly from co ordi na tion layer.  (2) T he coord i nation layer  The coo r dina tion layer i s  the ne rve cen t er  of the b r ain, inform ation tran smi s si on an d  pro c e ssi ng  center  of the f our  se ssion s  of Intern et o f  Thing s  st ru cture.  The  co ordin a tion lay e r  receives th e raw d a ta uplo aded from th e perce pti on l a yer through  a variety of ways (Zi g Bee  or  WiFi) and  th e ra w d a ta  can be  pre-proce s sed  and  re-pa c ked i n to a u n ified  data format  to   facilitate the  appli c ation   layer p r o c e s sing. In   ad di tion, the  coo r dinatio n lay e r m onitors  the  perceptio n la yer device real-time,  in t he ca se  of out of the  application-l a yer control, t he  coo r din a tion l a yer ca n co ntrol the pe rcep tion layer dev ice autom atically.      Evaluation Warning : The document was created with Spire.PDF for Python.
                          ISSN: 16 93-6 930   TELKOM NIKA   Vol. 13, No. 1, March 2 015 :  314 – 3 2 0   316 (3) T he network laye r  The  netwo rk  layer i s  the  n e rve of  the I n ternet  of Thi ngs an d the   carrie r of  info rmation   transfe r. Bet w ee n p e rcept ion laye r a nd  the coor dinati on laye r, the  netwo rk laye r com m uni cati on  impleme n tation is  ba sed  o n  WiFi o r  Zig B ee. Be twee n the ap plication layer  and  the co ordi nati o n   layer, the network layer is  mainly r eali z e d  in the form of WiFi or 3G .  (4) T he appli c ation layer  The a ppli c ati on laye r  can   combi ne " s o c ial divisio n  of  labo r" an d i ndu stry de m and  d to   achi eve a  wi de rang e of  intelligen ce. I n  conjun ction with the F a mily  Health, two front-end  prog ram s   sh ould  be n eed ed: the  clie nt termin al a n d  termin al a p p lication  layer.  Clie nt termi n al  can  intuitivel y sho w  phy sical h ealth  para m eters to the  peo pl e, wh en  so me p a ra met e rs  excee ded, th e client termi nal ca n re cei v e a co rre s p ondin g  alert. The se rvice termin al com b ined  with a do cto r  or rel e vant i n formatio n of  a kn o w le dg e ba se can f eedb ack advi c e to the  clie n t   terminal.       3. Sy stem Design   3.1. Hard w a r e  design   Acco rdi ng to  the definitio n of the fou r  se ssi on s Internet  of Thin gs, the h o m e  health   monitori ng sy stem ha rd ware block  dia g ram is shown in Figure 2.      Figure 2. Fa mily health monitorin g  syst em desi g n       (1) T he pe rce p tion layer    Contai ning th e temperature detectio n  terminal , the bl ood pressu re  monitor term inal and   the bloo d ox ygen dete c tio n  termi nal. E a ch  term i nal  gathers th e v a lue of  hum a n  phy siologi cal  para m eters  a nd the n   send s the  value to  the  coo r di n a tion laye r d e vice s. The  devi c e  of this laye r  has a  lower requi rem ent of  hard w a r e config urati o n  and the m a i n  the controll er sele ction i s  a  low- po we r micro c o n troll e r.   (2) T he coord i nation layer  The coo r dina tion layer d e v ice is p r im arily re spo n sible for d a ta  pre - processi ng and   manag eme n t of the perce ption layer  d e vice, thu s  requiri ng the  coo r din a tion l a yer po sse s sing   certai n data  pro c e ssi ng  capabilitie s an d stro ng  com m unication in terface. In thi s  sce nari o , the   coo r din a tion  l a yer device maste r  chip   i s   a  Cortex   A8  p r o c e s sor clo c ked at  u p   to 1G Hz, with   comp re hen si ve periph e ral comm uni cati on interfa c e.     Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930       Family  Health Monitoring Sy s t em Bas e d on The  Four  Ses s i ons  Internet of .... (Ya ng J i ngjing)  317 (3) T he network laye r  This layer u s e s  hi gh-pe rforman c e  ro uters a nd Zi gBee m odul e of  coo r di n a tor  as  h a r dw ar e  lo ad .  (4) T he appli c ation layer  Includi ng se rvice terminal  and client termin al. Service termin al sho u ld be pl ace d  in   comm unity h o spital s  with  profession al  medi ca l  kn owle dge  and  experti se,  or  profe s sio nal   medical kno w led ge. The   client te rmina l  contai ns   m obile p hon e, tablet, etc., whi c h  sho u ld  be  use r-fri endly i n tera cting  wit h  cu stom ers and users ca n  visu ally  ob serve  indi cat o rs of th eir  o w n   body.      3.2. Soft w a r e  design   (1) A c cordi n g  to the definition of the four se ssio ns I n ternet of Th ings the, the  family  health monito ring sy stem software d e si g n  is divided in to five parts:  The h a rd wa r e  ab stra ction  lay e r ( H AL ) [ 12]: it  hide s the detail s  of  hard w a r e i n te rface  of  spe c ific  platfo rm an d provid es a virtu a l h a rd wa re  platf o rm for th e o peratin g sy stem whi c h m a ke s   it hard w a r e - in depe ndent, p o rtable  on  m u ltiple platfo rms. Th ese de vices  are con s ide r ed  a s  ot her  parts of the  operating sy stem and th e can u s e  t he form of machi n e - inde pend ent se rvice s   (functio n   call s a nd m a cro s ).  With h a rd ware a b st ra ction layer services an d in dire ct ha rd ware  addressin g , whe n  porte d to new h a rd ware, the drive r s an d co re o n ly need to d o  a few ch an ges.   The  Cro s s compile r layer [13]: In the way of   comp iler, compute r  software  written i n   advan ced   co mputer  lan g u age co de  i s   t r ansfo rme d   in  binary co de  whi c h com put er ca n  recogn ize   and  execute. Ho weve r, d u ring  the  de velopment  of  emb edde d  system s, the  targ et platfo rm   runni ng the  p r og ram typi cally have limi t ed sto r ag e space an d co mputing p o wer, ho weve r, the  gene ral  com p iler tool  ch ai n req u ires  a lot of   storage spa c e and n eed  a stro ng CPU  p o wer. By  cro s s-com p il er tool,  we  can  compil e t he p r og ram  on  the ho st platform with   stro ng CPU  and  enou gh sto r a ge sp ace ma king it ex ecutable for othe r platforms.   The se rvice  end of the co ordin a tion lay e r: the se rve r  of this layer mainly plays the role  of the di strib u tion, coordi nat ion  of dat a. The  ope ra ting sy stem  comm only u s ed in  the A R M   pro c e s sor in cludi ng Lin u x , Wince, Androi d, etc.  On the ba si s of this op erating  syste m ,  developm ent  of service s  to the sen s in g layer  and  appli c ation la yer se rvice t o  coo r din a te the  sen d ing a nd receivin g of all device data,  is the  co re pa rt of the the entire soft ware  system.   The appli c ati on layer server: receiving dat a from  the coordin a tor se rver  end and   analyzi ng th e spe c ific m eanin g  of th e data   com b ined  with  the  kno w le dg e ba se  o r  t h e   recomme ndat ions of the profession als, then processe d data is retu rned to the  cl ient appli c ati on  layer.  The a pplication layer cli e nt: the client  is in tuitively pre s ente d  to  the user,  so i t  shoul d   have a  go od  use r  i n terfa c e an d u s e r   e x perien c e.  Currently, pop ular clie nts in clud e IOS-ba sed   client an d Android - b a sed client.  (2) T he com m unication p r incipl e of the whol e system :    Coo r din a tion  layer and a pplication layer mu st esta blish  comm u n icatio n so cket and  coo r din a tion l a yer  sho u ld f i rst  enter the  list eni ng  sta t e, and th en  the ap plicatio n layer socket  issue s  co nne ction requ est  by the netwo rk layer,  and network  layer  dis t ributes  the reques t to the   coo r din a tion l a yer to creat e a so cket to comm uni cate , if there is a  con n e c tion re que st sent fro m   other cu stom ers,  th en cre a te  a  so cket. Therefore, th e de sign  pr ocess  of  the pro g ram sh ould be:   coo r din a ted l a yer first sta r t ,  and the n   sta r t the a ppli c at ion laye r to m a ke  it esta blish a  con n e c tio n   with the   coo r dination  layer at  some  poi n t. Coo r din a tio n  an d a ppli c a t ion laye rs st art  with a  socket  and co ordina tion layer bu ndle s  the so cket togethe r with a local n e twork ad dre ss, an d then the   so cket is rea d y to receive  a passive sta t e, it  also pro v ides re que st  queue len g th. After this, the  coo r din a tion  layer can re ceive a pplica t ion la yer  co nne ction. Th e appli c ation  layer reque sts  sen s o r  data t r an smi ssi on, and the  coo r dination la ye r sen d s the  sensor d a ta via the network  layer to  the  a pplication l a yer i n  the  form  of a  socket.  Ho wever,  to  write  a  po rt progra m , the  si gnal   flow meth od  must b e  con s ide r ed  an d  data st ru cture sh ould  be  defined,  the  prog ram m er must  also  und erst and d a ta tra n smi ssi on  of the sen s or   side,  so m u lti-thre ade d te chn o logy m u st be  use d .        Evaluation Warning : The document was created with Spire.PDF for Python.
                          ISSN: 16 93-6 930   TELKOM NIKA   Vol. 13, No. 1, March 2 015 :  314 – 3 2 0   318 3.3 The pred iction algorithm of the ap plication la y e r   Exponential smoothing method [14 ],[15] is a common method of  production forecast s.   The simpl e  a v erage meth od can  comp letely use all the time seri es data; The  moving avera g e   rule d o e s  no t consi d e r  the longe r-te r m data, and  give the recent data larg er weight in  the  weig hted mo ving average  method; Th e  index smooth i ng  rule i s  co mpatible  with  the whole te rm   averag e and  the moving a v erage  whi c h  do not give  up the pa st d a ta and o n ly gives a  wani ng   impact, n a me ly, as the  dat a wane s a w a y , it can  p r e s ent weights  whi c h g r a dua lly conve r ge  to  zer o .   The  se con d a r y expon entia l smo o thing  method [1 5] is al so  kn own  as B r o w n ex pone ntial   smoothi ng. Q uadratic exp onential smo o thing val ue  St(2) is de no ted, which is an exponent ial  smoothi ng va lue of St (1), i.e.:    (2 ) ( 1 ) (2 ) 1 (1 ) t tt SS S                                                                                                     (1)     The se co nda ry exponenti a l smoothi ng  method  is mainly use d  for predi ctio n of the   varying p a ra meters lin ear tren d time  serie s . Th e ex pre ssi on  of v a rying  pa ram e ters of  a lin ear  trend forecast ing model i s  as the follo wi ng equ ation:     ˆ tT tt ya b T                                                                                                                                         (2)    The difference betwe en th e pre d ictio n  model  of the  formula  (2)  with a ge neral line a r   trend m odel i s  that at a nd  bt are th e pa ramete r vari a b les  whi c h  chang e with th e ch ang e of the   time variabl e  t, i.e. the slope a nd inte rce p t of a  straight line i n   each pe riod   may differ; T  is  forecas t  periods  from period t.     (1 ) ( 2 ) (1 ) ( 2 ) 2 () 1 t t t t t t aS S bS S                                                                                                                         (3)          Accordi ng  equatio n (3 ),  the value of  each pa ram e ter vari able s  can b e  calculate d ,  whe n  the val ues  used by  equatio n (2 ),  it has in defin i t ely ability to forecast. In t he case of o n ce  predi ction,        ( 1 ) ( 2) ( 1 ) ( 2) ( 1 ) ( 2) 1 21 ˆ 2( ) 11 1 t tt tt t tt t y ab S S S S S S                                      (4)     Whe n  m onito ring  the  onlin e op eration  o f  the  system,  the first  15  histori c al  dat a is be   use d  a s   a  sa mple to  predi ct the  next da ta ba se d  on  the  sampl e  d a t a with  se co n dary exp one n t ial  smoothi ng m e thod. After compa r ison of  real-tim e a c ce ssed data  and fore ca st  data the syst em  can  dete r min e  whethe r th ere  is ab normal  sign s.  If  10  con s e c uti v e point s  exceed th e th re shold   rang e of th e  forecast  data ,  it is  con s id e r ed  as no rma l  state, oth e rwise, it give s alarm. Spe c i f ic  step s are a s  f o llows:   First ste p , acce ss the hi sto r ical d a ta and   calculate the  value of exponential  smo o thing;   Secon d  ste p , calculate th e quad rati c e x ponentia l  smoothing val ue of St(1) o f  the first  step a c cordi n g to the formula (1 );  Third  step, ca lculate the p a r amete r s of  t he value of the variable at  and bt;  Fourth  step, calcul ate the trend predi ct  value s  acco rdi ng to (4) a nd  (2);  Fifth step, th e  syste m  o b tai n s  a  new val ue a nd  co mp are s  it  with th e p r edi cted  value  and   the new valu e is used a s  the ne w sam p le data, re turn to the firs t step to c ontinue to run.       4. Exeprimental Re sults  and An aly s is  In accordan ce with this a r ticle, the co or din a tion la yer device  p r ocesso r of the four  se ction s  Internet of Things model is eq uippe d with ARM Co rtex A8, running f r equ en cy 1G  Hz,  1GB of me m o ry, oute r  ex pan sion  ZigB ee, WiFi  com m unication m odule. T he  n e twork l a yer i s  a  local  area  net work setup  wi th wi rele ss ro uter. Th e  P C  works as  the serve r   sid e  of  the a ppli c ati on  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930       Family  Health Monitoring Sy s t em Bas e d on The  Four  Ses s i ons  Internet of .... (Ya ng J i ngjing)  319 layer whil e the android ph one wo rks a s  a client of  the application l a yer. A temperatu r e collection  terminal  deve l oped  with  Zi gBee  wirel e ss tra n smissio n  fun c tion i s   use d  a s  a  se nsin g laye r.  The  experim ental  results  sho w n  in Table1,Fig u re 3 an d Fig u re 4.     Table 1. Co m parin g the two kind s of Internet of Thin gs re sult s  List  Run  Time   Packet Loss  Rate   The s y stem  breakdo w n  times   the Fou r  Sessions Internet of  Things  1000hour   0.0002%   3  the Thr ee Sessions Internet of  Things  1000hour   0.0032%   19          Figure 3. Alarm appea re d whe n  tempe r atur e fluctu ates with h u ma n intervention           Figure 4.Test  result s with n o rmal b ody  tempe r ature   Evaluation Warning : The document was created with Spire.PDF for Python.
                          ISSN: 16 93-6 930   TELKOM NIKA   Vol. 13, No. 1, March 2 015 :  314 – 3 2 0   320 Table 1 in di cate s the su perio rity of the four   se ssions of the i n ternet of thi ngs.Th e   experim ental  verification  Fi gure  3  and  Fi gure  4  sh ows  two experi m ental situatio ns.  O ne situa t ion  is  whe n  the  t e mpe r ature  sensor  is exert ed in  hu man  i n tervention  re sulting  in  anal og tem peratu r e   anomali e s a n d  there exi s ts great differe nce b e twe en the  pre d icted results with  the  expe rimen t al  data, the application layer  client   will  alarm. T he  other is the m onitoring of  the norm al body   temperature,  wh en  the  p r edi cted  and  the  actu al  t e mpe r ature  sensor mea s u r eme n t result is  basi c ally  con s iste nt with t he ap plicatio n layer,  in t h is  ca se, the  client d o e s   not alarm. T h e   experim ental  results verifie d  the fa ct that the four se ssions Internet  of Things  stru cture p r o p o s e d   in this pap er  has id eal dat a transmissio n stab ility, cle a r structu r e a nd a strong fe asibility.      5. Conclusio n   In this pa per,  the structu r e  of the four  sessio n s  Internet of Thing s  is propo se d  at first,  then o n  th e  basi s   of thi s   stru cture, the  ha rd wa re a n d  softwa r e  of the  home  h ealth m onitori ng   system i s  de signed a nd the  second  expo nential sm oot hing is  applie d at the appli c ation laye r for  real -time fore ca sting an d monitori ng th e health  stat us of the hu man body. F i nally, with the   human  bo dy temperature  detectio n  a pplication, th e expe riment al  re sult s v e r i f i ed t he  sy st em  descri bed i n  this arti cle. T h is stu d y laid  firm  foundati ons fo r meeti ng the re qui rements  of re al- time prop erty and accu ra cy of the home health  mo nitoring  syste m  base d  on  the Internet  of  Thing s  with a  commo n refe ren c e an d use value.      Ackn o w l e dg ements   This  work  was supp orte d  by Hebei  Nort h University (No. Q20 1 4002, No.ZD2013 01,  No.ZD201 30 2, No.Z D2 01 303,  No.Q2 0 1400 5, No.Q 2014 008 ) a n d  the  Edu c ati on  Dep a rtme nt of  Heb e i Provin ce (No.Q N 20 1418 2).       Referen ces   [1]   Brook RD, F r anklin B, Casc i o  W ,  et al. Air pol l u tion a n d  cardiov a scul a r diseas e A statement for   hea lthcare  prof essio nals from   the e x p e rt pa n e l o n  p opu lati o n  an d pr eve n ti on sci enc e of t he Amer ican  Heart Associ ati on.  Circu latio n . 2004; 1 09(2 1 ): 2655- 26 71.   [2]   Menotti A, Kro m hout D, B l ac kburn  H, et a l .  F ood i n take  pa tterns an d 2 5 - y ear morta lit y fr om coro nar y  heart  dise ase:  cross-cultur al  correl a tio n s i n  the S e ve n  Cou n tries St ud y.  Eur ope a n  jo urn a l  of  epi de mi olo g y . 199 9; 15(6): 50 7-51 5.  [3]   Bhatna gar A.  Enviro nmenta l  cardi o lo g y  stud yi ng mec h a n istic li nks b e t w e en  pol luti o n  an d h eart   dise ase.  Circu l a tion res earch .  2006; 9 9 (7): 6 92-7 05.   [4]   McGregor C, E k lun d  J M. Ne xt gener at io n re mote critica l  ca re throu gh s e rv ice-ori ente d  ar chitectures :   chall e n ges a n d  opportu niti es.  Service Orie nted Co mputin g  and Ap plic atio ns . 2010; 4( 1): 33-4 3 .  [5]   L. T z orj, A.  Ier a , G. Morabito.  T he Internet o f   T h ings: A sur v e y .  C o mput er  Netw orks . 201 0; 54: 27 87- 280 5.  [6]   Lu Yan, Ya n Z hang, L a w r e n ce T .  Yang,  et al.   T he Internet of T h ing s ; F r om RF ID  to the Ne xt- Generati on Per v asive N e t w ork ed S y stems.  Auerb a ch Pu blic ations( book). 2 008.   [7]   John  Di ll, R a e  Earns h a w . E x pan din g  th e F r ontiers  of  Vis u al A nal ytics  a n d  Vis ual izatio n .  Sprin ger   Lon do n. 201 2: 397- 415.   [8]   C. Amard eo, I dentiti e s i n  th e   F u ture I n tern et of T h ings.  W i reless Pers ona l  C o mmu n i c ations . 20 09;   49(3): 35 3-3 6 3 .   [9]   B Jia, YJ  Ya ng , CS C u i,  L  Li.  Intelli gent  Sup e rvisio n  an d T r acin g S y stem  for F o o d  Qu alit y  Un der t h e   Internet of T h ings.  Journa l of Co mp utation a l  Information Sy stems . 20 12; 8 ( 17): 711 3-7 1 2 0 .  [10]   Liu  Y,Chu   XL,  W ang  L. Des i g n  for th e Inter n et  of T h ings  B a sed  on  T h ree - Stage M e tho d s.  Co mp uter  Systems & Ap plicati ons.  2 0 1 1 ; 20(7): 5-10.   [11]   K Gama, L T ouse au, D D o nsez. Com b in i ng h e tero gen e ous serv ice te chno log i es for  buil d i ng a n   Internet of T h ings midd le w a re.   Computer C o mmu n icati ons .  201 2; 35(4): 40 5–4 17.   [12]   Modem  Hard ware Abstracti o n La ye r Ap plic ation Pr ogr am Interface(Vers ion:2.1 1 .1). Joi n t T a ctical   Radi o S y stem Standar d . 200 7.  [13]   Miller  G, Hal l   K, Willis W, et  al.  T h e  Evol u t ion  of Pow e rtrain M i croco n trollers  a nd It' s Impact  o n   Devel o p m ent Processes a n d  T ools . SAE Confere n ce Proc eed ings. 1 998:  423-4 36.   [14]   Z hang  L,  Xi ng  X. Stu d y  o n  th e o p timizati on  estimatio n  met hod  of smo o thi ng c oefficie n ts.  Jo u r na l  of  Xi' an Institute o f  T e chnolo g y .1 998; 18( 3): 217 .  Evaluation Warning : The document was created with Spire.PDF for Python.