基于支持向量机的人体生理状态判别方法研究

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。