%0 Journal Article
%T 基于支持向量机的人体生理状态判别方法研究
%A 陈星池？
%A 赵海？
%A 窦圣昶？
%A 李思楠？
%A 李大舟？
%J 计算机科学
%D 2015
%X 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。
%K 脉搏
%K 支持向量机
%K 人体生理状态
%U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=20151008&flag=1