基于ADF-PFT的体质监测中异常数据识别算法研究

• 作者: 王政
• 来源期刊: 新一代信息技术
• 学科: 工学
• 关键词: ADF-PFT 体质监测 异常数据 识别 特征分析
• 年，卷（期）: 2019,（19）
• 所属期刊栏目: 研究与分析
• 页码范围: 83-87
• 页数: 5页
• 分类号: TP391
• 字数: 3562字
• 语种: 中文

摘要

为了保障体质监测的数据检测的准确性,提高体质监测的异常智能分析能力,需要进行体质监测中异常数据识别,提出基于ADF-PFT的体质监测中异常数据识别模型.通过体质监测的数据采集和诊断分析,构建体质监测数据信息流模型,提取体质监测中的异常数据特征量,采用匹配滤波分析方法进行体质监测中异常数据的干扰性滤波,去除多个已知干扰频率成分.采用ADF-PFT算法进行体质监测中异常数据识别和特征分析,建立异常数据识别的优化特征解,采用简化梯度算法进行异常数据识别的自适应寻优,结合自相关特征匹配方法实现体质监测中异常数据特征分析和数据优化识别.实验结果表明,采用该方法进行体质监测中异常数据识别的准确性较好,抗干扰能力较强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王政		2	0	0.0	0.0