基于支持向量机的人体生理状态判别方法研究

摘要：

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.

关键词：脉搏、支持向量机、人体生理状态

所属期刊栏目：42

分类号：TP242.6+2(自动化技术及设备)

资助基金：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

在线出版日期：2015-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：35-38