北京生物医学工程
北京生物醫學工程
북경생물의학공정
BEIJING BIOMEDICAL ENGINEERING
2013年
4期
387-391
,共5页
监护信息%PSO%最小二乘支持向量机%预报
鑑護信息%PSO%最小二乘支持嚮量機%預報
감호신식%PSO%최소이승지지향량궤%예보
monitoring information%PSO%LS-SVM%forecast
目的 针对远程健康监护系统中系统预报未来的监护信息数值问题,提出一种基于粒子群优化算法(particle swarm optimization,PSO)的监护信息预报方法.方法 采用PSO算法确定预报模型参数,应用最小二乘支持向量机(least square support vector machine,LS-SVM)对未来监护信息数值进行预报.文中构建了监护信息的LS-SVM预报模型,给出了模型参数确定方法.最后,选择PhysioNet标准数据库中的数据,应用该方法进行了实验.结果 实验结果表明该监护信息预报方法是有效的.结论 基于PSO算法的远程健康监护系统可较好地预测未来的监护信息值,并能较准确地预报监护对象的健康状态.
目的 針對遠程健康鑑護繫統中繫統預報未來的鑑護信息數值問題,提齣一種基于粒子群優化算法(particle swarm optimization,PSO)的鑑護信息預報方法.方法 採用PSO算法確定預報模型參數,應用最小二乘支持嚮量機(least square support vector machine,LS-SVM)對未來鑑護信息數值進行預報.文中構建瞭鑑護信息的LS-SVM預報模型,給齣瞭模型參數確定方法.最後,選擇PhysioNet標準數據庫中的數據,應用該方法進行瞭實驗.結果 實驗結果錶明該鑑護信息預報方法是有效的.結論 基于PSO算法的遠程健康鑑護繫統可較好地預測未來的鑑護信息值,併能較準確地預報鑑護對象的健康狀態.
목적 침대원정건강감호계통중계통예보미래적감호신식수치문제,제출일충기우입자군우화산법(particle swarm optimization,PSO)적감호신식예보방법.방법 채용PSO산법학정예보모형삼수,응용최소이승지지향량궤(least square support vector machine,LS-SVM)대미래감호신식수치진행예보.문중구건료감호신식적LS-SVM예보모형,급출료모형삼수학정방법.최후,선택PhysioNet표준수거고중적수거,응용해방법진행료실험.결과 실험결과표명해감호신식예보방법시유효적.결론 기우PSO산법적원정건강감호계통가교호지예측미래적감호신식치,병능교준학지예보감호대상적건강상태.