计算机科学
計算機科學
계산궤과학
Computer Science
2015年
10期
35-38
,共4页
陈星池%赵海%窦圣昶%李思楠%李大舟
陳星池%趙海%竇聖昶%李思楠%李大舟
진성지%조해%두골창%리사남%리대주
脉搏%支持向量机%人体生理状态
脈搏%支持嚮量機%人體生理狀態
맥박%지지향량궤%인체생리상태
Pulse%Support vector machine%Physiological state
针对人体生理状态判别问题,提出从时域中提取脉搏周期和主波高度这2个参数作为支持向量机的输入特征向量,通过有监督学习的训练方法构建二分类模型,从脉搏的角度将人的生理状态分为普通状态和事件状态.通过人体在运动、睡眠、喝酒3种状态下的实验,对SVM的分类性能进行了统计分析和评价,并验证了SVM对人体生理状态判别具有良好的效果.
針對人體生理狀態判彆問題,提齣從時域中提取脈搏週期和主波高度這2箇參數作為支持嚮量機的輸入特徵嚮量,通過有鑑督學習的訓練方法構建二分類模型,從脈搏的角度將人的生理狀態分為普通狀態和事件狀態.通過人體在運動、睡眠、喝酒3種狀態下的實驗,對SVM的分類性能進行瞭統計分析和評價,併驗證瞭SVM對人體生理狀態判彆具有良好的效果.
침대인체생리상태판별문제,제출종시역중제취맥박주기화주파고도저2개삼수작위지지향량궤적수입특정향량,통과유감독학습적훈련방법구건이분류모형,종맥박적각도장인적생리상태분위보통상태화사건상태.통과인체재운동、수면、갈주3충상태하적실험,대SVM적분류성능진행료통계분석화평개,병험증료SVM대인체생리상태판별구유량호적효과.