李思楠
- 作品数：2 被引量：4H指数：1
- 供职机构：东北大学信息科学与工程学院更多>>
- 发文基金：国家科技支撑计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于脉搏波的人体窦性心率过缓检测方法被引量：4
- 2015年
- 随着可穿戴技术的快速发展,可穿戴产品中对人体生理信号分析的需求日益强烈。光电容积脉搏波技术作为一种能够体现人体心血管健康状态的重要生理信号已经开始应用到医疗、老人监护和健康监测的众多可穿戴产品之中。采用支持向量机(SVM)的分类算法,设计了一个基于光电容积脉搏波的人体窦性心率过缓检测系统。通过对光电容积脉搏波数据的采集、存储以及特征向量的提取,并利用支持向量机的分类算法,提出了一个判别用户当前心率状态是否处于窦性心率过缓的检测方法。通过实验测试,确定了分类器的最佳设置参数为C=38,g=7,此时分类准确率达94.44%,测试集验证的正确判决率达94.18%。该技术为基于光电容积脉搏波的可穿戴计算产品提供了一种新的应用领域。
- 赵海李大舟陈星池李思楠
- 关键词：可穿戴计算光电容积脉搏波支持向量机
- 基于支持向量机的人体生理状态判别方法研究
- 2015年
- 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。
- 陈星池赵海窦圣昶李思楠李大舟
- 关键词：支持向量机
