對于一些特殊人群（如重癥病人、新生兒等）,監(jiān)控和了解他們靜息狀態(tài)下的能耗級別具有重大意義。文章提出了一種通過分析人體生理體征（如心率、呼吸率等）預測人體靜息狀態(tài)下能耗級別的方法。首先,通過電子設備收集人體靜息狀態(tài)下的生理體征及能耗,建立人體生理體征與身體能耗數(shù)據(jù)集;其次,根據(jù)人體能耗級別,使用機器學習的方法,訓練一個可以預測人體靜息狀態(tài)下能耗級別的多標簽判別模型;最后,通過得到的模型判定人體在各種靜息狀態(tài)下的能耗級別。實驗結果表明,提出的模型可以有效判定人體的能耗級別。 

【文章來源】：廊坊師范學院學報(自然科學版). 2020,20(02)

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 人體靜息狀態(tài)下能耗數(shù)據(jù)集及能耗級別分類
2 能耗判別模型
    2.1 NB模型
    2.2 SVM模型
    2.3 RF模型
    2.4 XGBoost模型
3 實驗設置與結果分析
    3.1 實驗設置
    3.2 實驗結果分析
4 結論


【參考文獻】：
期刊論文
[1]基于SMOTE的機器學習算法準確度影響研究[J]. 沈銳.  廊坊師范學院學報(自然科學版). 2019(04)
[2]基于加速度傳感器的人體能耗檢測系統(tǒng)的設計研究[J]. 劉鵬.  電子設計工程. 2018(19)
[3]智能手機內(nèi)置加速度傳感器監(jiān)測走跑運動能量消耗的研究[J]. 陳慶果,袁川,范江江,陳恩格.  首都體育學院學報. 2018(05)
[4]基于三軸加速度傳感器的大學生體力活動能量消耗模型研究[J]. 吳廉卿,劉丹松,屈萍.  武漢體育學院學報. 2018(04)
[5]運動性猝死的病理機制及預防措施[J]. 孫卓.  體育科技文獻通報. 2017(10)
[6]全民健身中的安全性思考[J]. 周小丹.  體育文化導刊. 2017(01)
[7]ActiGraph加速度計測量走、跑運動時基本參數(shù)特征及與能耗的相關性研究[J]. 王道,劉欣,江崇民,徐亮亮,王歡,王晶晶,王靜.  體育科學. 2014(12)
[8]基于Android和GPS軌跡記錄和能耗測算研究[J]. 沈程,譚海波,許金林.  計算機技術與發(fā)展. 2013(11)
[9]改進的樸素貝葉斯聚類Web文本分類挖掘技術[J]. 高勝利.  廊坊師范學院學報(自然科學版). 2012(03)

碩士論文
[1]可穿戴式運動負荷監(jiān)測技術的研究[D]. 郭曉光.中北大學 2016



本文編號：3447584