基于家庭健康系统的冠心病分类模型研究

摘要：

冠心病是心血管疾病中发病率和死亡率较高的疾病.为了能早期发现冠心病病情,提出基于家庭健康系统的冠心病分类模型.首先基于ZigBee通信、云平台等技术设计家庭健康系统.然后基于支持向量机算法建立冠心病分类模型,建模过程中引入核函数来处理健康类非线性数据样本,模型选取性别、吸烟史、遗传史、血清总胆固醇等12项指标作为冠心病诱发因素;并选用粒子群算法优化SVM参数(C,g).通过仿真对比,最终选取引入RBF核函数.此时模型的正确率为91.94％,通过仿真对比选取粒子群算法优化模型,准确率达到94.08％.表明研究对于冠心病早期发现和治疗有着重大的意义.

关键词：家庭健康系统、冠心病、云平台、支持向量机、粒子群优化算法

所属期刊栏目：36

分类号：TN391.9(半导体技术)

资助基金：贵州省科技厅工业攻关项S2015GP00201238252;贵州省科技厅基金项目黔科合LH字[2014]7638

在线出版日期：2019-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：477-482