基于支持向量回归的人体血压预测方法

• 作者: 任家东 任蓉 李信政 赫英迪 赵谞博
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: 生理指标数据 支持向量回归算法 血压预测
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 信息与计算机技术
• 页码范围: 438-443
• 页数: 6页
• 分类号: TP181
• 字数: 4847字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2017.05.009

摘要

针对当前基于机器学习的血压测量方法的准确率低下等问题,本文提出了一种基于支持向量回归的高效便捷的血压预测方法.算法首先分析人体生理指标数据与血压之间隐含的关系,建立血压预测模型,然后将算法结果与三个经典机器学习算法(线性回归、神经网络、岭回归)结果进行对比,利用两种评价指标(准确率、均方根误差)对它们进行评估,实验结果表明支持向量回归算法能准确高效地预测血压且优于其它算法模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任家东	燕山大学信息科学与工程学院	49	218	9.0	11.0
2	赵谞博		6	24	3.0	4.0
3	赫英迪	黑龙江大学建筑工程学院	6	12	1.0	3.0
4	李信政		1	11	1.0	1.0
5	任蓉		1	11	1.0	1.0