1.一种基于蓝牙信标和机器学习的智能巡房监测方法，其特征在于，包括下列步骤：
在巡房区域内布置蓝牙信标设备；
提供工作人员的身份识别模型；
提供巡房区域的房间指纹定位模型；
提供工作人员设备，所述工作人员设备上设有用于巡房监测的应用程序；
在工作人员携带工作人员设备进行巡房时，由所述应用程序在寻访过程中扫描蓝牙信标信号并记录蓝牙信标的ID及接收信号强度指示值，并且记录工作人员的行走模式及手势数据；
由所述身份识别模型根据工作人员的行走模式及手势数据对工作人员的身份进行识别；以及
由所述房间指纹定位模型根据蓝牙信标的ID及接收信号强度指示值确定工作人员在巡房过程中的位置数据。
2.根据权利要求1所述的基于蓝牙信标和机器学习的智能巡房监测方法，其特征在于，提供身份识别模型包括下列步骤：
采集步态数据，其中使用传感器记录工作人员在一段时间内的步态数据，将采集到的步态数据表示为时间序列G＝{g1，g2，...，gT}，其中gt表示第t个时间点的步态数据；
采集手势数据，其中使用传感器记录工作人员在一段时间内的手势数据，将采集到的手势数据表示为时间序列M＝{m1，m2，...，mT}，其中mt表示第t个时间点的手势数据；
对采集到的步态数据进行预处理，其中包括去除噪声以及归一化处理，预处理后的步态数据表示为下式：
对采集到的手势数据进行预处理，其中包括去除噪声以及归一化处理，预处理后的手势数据表示为下式：
使用时序模型从预处理后的步态数据中提取时序特征，将步态特征表示为下式：
使用时序模型从预处理后的手势数据提取时序特征，将手势特征表示为下式：
为每个工作人员的步态和手势数据标注对应的身份标签，身份标签集合表示为{1，
2，...，K}，其中K表示工作人员的数量；
将步态特征与手势特征进行融合，其中使用特征融合方法将两个特征向量连接起来，表示为F＝{f1，f2，...，fT}；以及
使用机器学习算法对融合后的特征以及身份标签进行训练，将训练得到的身份识别模型表示为MID。
3.根据权利要求1所述的基于蓝牙信标和机器学习的智能巡房监测方法，其特征在于，提供巡房区域的房间指纹定位模型包括下列步骤：
收集N个房间内多个位置处蓝牙信标的接收信号强度指示值，其中每个房间收集M个位置的强度指示值，以X(i，j)表示第i个房间的第j个位置的信号强度值；
对收集到的强度指示值进行预处理，其中包括去除异常值以及归一化处理，归一化处理表示为下式：
其中，Xnorm(i，j)表示归一化后的第i个房间的第j个位置的信号强度值，min(X)和max(X)分别表示矩阵X中的最小值和最大值。
使用主成分分析对预处理后的数据进行降维以提取特征矩阵，其中以Y(i，j)表示第i个房间的第j个位置的降维后的特征矩阵；以及
使用支持向量机算法对提取的特征矩阵Y进行训练，其中将输入的特征矩阵Y与对应的房间编号进行关联以构造指纹定位模型，支持向量机算法的优化问题表示为下式：
T
subjecttoyi(wxi+b)≥1‑ξi，ξi≥0
其中，w表示超平面的法向量，b表示超平面的截距，C表示正则化参数，xii表示松弛变量，N表示样本数量，yi表示样本的房间编号，xi表示样本的特征向量。
4.根据权利要求3所述的基于蓝牙信标和机器学习的智能巡房监测方法，其特征在于，构造巡房区域的房间指纹定位模型还包括：
使用测试数据集计算训练后的房间指纹定位模型的准确率、召回率以及F1分数指标以评估房间指纹定位模型的性能。
5.根据权利要求2所述的基于蓝牙信标和机器学习的智能巡房监测方法，其特征在于，由所述身份识别模型根据工作人员的行走模式及手势数据对工作人员的身份进行识别包括：
在巡房过程中由应用程序周期性地记录工作人员的步态和手势数据；
对采集到的步态和手势数据进行预处理，得到 和
从预处理后的步态和手势数据中提取特征，得到FG和FM。
将步态特征FG与手势特征FM进行融合表示为下式：
F＝{f1，f2，...，fT}；
使用训练得到的身份识别模型MID对融合后的特征F进行预测以得到工作人员的身份标签。
6.根据权利要求1所述的基于蓝牙信标和机器学习的智能巡房监测方法，其特征在于，还包括：
根据工作人员在巡房过程中的位置数据校验巡房位置是否正确，当巡房位置异常时进行告警；
根据工作人员在巡房过程中的位置数据判断巡房时间是否达到阈值，当巡房时间没有达到阈值时进行告警；
根据工作人员的身份识别结果判断巡房人员是否被替代，当判断巡房人员被替代时进行告警；以及
当巡房位置正确，巡房时间达到阈值，并且巡房人员未被替代时，判断巡房情况正常。
7.一种基于蓝牙信标和机器学习的智能巡房监测系统，其特征在于，包括：
蓝牙信标设备，其布置在巡房区域内；
工作人员设备，其上设有用于巡房监测的应用程序，其中由工作人员携带工作人员设备进行巡房，其中所述应用程序在寻访过程中扫描蓝牙信标信号并记录蓝牙信标的ID及接收信号强度指示值，并且记录工作人员的行走模式及手势数据；
身份识别模块，其被配置为根据工作人员的行走模式及手势数据对工作人员的身份进行识别；
房间指纹定位模块，其被配置为根据蓝牙信标的ID及接收信号强度指示值确定工作人员在巡房过程中的位置数据；以及
监测模块，其被配置为根据工作人员在巡房过程中的位置数据校验巡房位置是否正确，当巡房位置异常时进行告警，根据工作人员在巡房过程中的位置数据判断巡房时间是否达到阈值，当巡房时间没有达到阈值时进行告警，根据工作人员的身份识别结果判断巡房人员是否被替代，当判断巡房人员被替代时进行告警，并且当巡房位置正确，巡房时间达到阈值，并且巡房人员未被替代时，判断巡房情况正常。
8.一种计算机可读存储介质，其上存储有机器可读指令，其特征在于，所述机器可读指令在被处理器执行时执行根据权利要求1‑6之一所述的方法的步骤。
9.一种计算机系统，其特征在于，包括：
处理器，其被配置为执行机器可读指令；以及
存储器，其被存储有机器可读指令，所述机器可读指令在被处理器执行时执行根据权利要求1‑6之一所述的方法的步骤。