远程健康监护系统监护信息预报方法

• 作者: 蒋贤海 谢存禧
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 监护信息 PSO 最小二乘支持向量机 预报
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 论著
• 页码范围: 387-391
• 页数: 5页
• 分类号: R318.04
• 字数: 2807字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2013.04.11.

摘要

目的 针对远程健康监护系统中系统预报未来的监护信息数值问题,提出一种基于粒子群优化算法(particle swarm optimization,PSO)的监护信息预报方法.方法 采用PSO算法确定预报模型参数,应用最小二乘支持向量机(least square support vector machine,LS-SVM)对未来监护信息数值进行预报.文中构建了监护信息的LS-SVM预报模型,给出了模型参数确定方法.最后,选择PhysioNet标准数据库中的数据,应用该方法进行了实验.结果 实验结果表明该监护信息预报方法是有效的.结论 基于PSO算法的远程健康监护系统可较好地预测未来的监护信息值,并能较准确地预报监护对象的健康状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢存禧	华南理工大学机械与汽车工程学院	127	1597	22.0	33.0
2	蒋贤海		21	61	4.0	6.0