10.11896/j.issn.1002-137X.2015.10.008
基于支持向量机的人体生理状态判别方法研究
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.
脉搏、支持向量机、人体生理状态
42
TP242.6+2(自动化技术及设备)
国家科技支撑计划项目:舞美设计和舞台效果集成系统应用2012BAH82F04
2015-11-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
35-38