慢阻肺患者家庭護理關(guān)鍵技術(shù)研究及應(yīng)用
【圖文】:
第 2 章 相關(guān)技術(shù)基礎(chǔ)2.1 個人健康技術(shù)個人健康技術(shù)使用個人移動設(shè)備和后端服務(wù)器進行健康和行為相關(guān)的數(shù)據(jù)采樣,處理,可視化和反饋。個人健康技術(shù)是一類與人們健康問題相關(guān)的普適計算系統(tǒng)的統(tǒng)稱。通用的個人健康技術(shù)體系結(jié)構(gòu)是由兩個主要的節(jié)點組成,即帶有傳感器的移動設(shè)備和基礎(chǔ)設(shè)施,如圖 2.1 所示[40]。帶有傳感器的移動設(shè)備通常是具有嵌入式傳感器的智能電話或者與身體穿戴或環(huán)境傳感器通信的智能手機;A(chǔ)設(shè)施通常是一個可擴展的基于云的服務(wù)。個人健康技術(shù)體系結(jié)構(gòu)包含三種成分:圓角矩形組件為特定操作系統(tǒng)和傳感器系統(tǒng)設(shè)備;三維矩形組件為移動數(shù)據(jù)管理和同步通用組件;而矩形組件為專為特定的個人衛(wèi)生技術(shù)應(yīng)用的核心組件。
碩士學(xué)位論文9圖 2.2 總體分類過程示意圖2.2.1 支持向量機支持向量機(SVM)的起源可以追溯到 20 世紀 90 年代。SVM 是基于統(tǒng)計學(xué)理論的一種機器學(xué)習(xí)算法。支持向量機模型的分類原則是結(jié)構(gòu)風(fēng)險最小化準則。SVM 與其它分類算法相比,在樣本數(shù)據(jù)量較少的情況下,仍然能得到較滿意的結(jié)果。支持向量機對新樣本有很好的適應(yīng)能力,,使其能夠在最常用、效果最好的分類器中占有一席之地。追根究底,這是由支持向量機的分類原則決定的。另外,SVM 通過引入核映射方法,能有效地解決高維難題和非線性問題。圖 2.3 反映了 SVM 在線性可分的情況下的核心思想[41]。粗直線表示用來分隔右上方的小圓圈和左下方的小方塊的最大超平面。最優(yōu)分類面即是使得兩個點集到該平面的最小距離最大的平面。利用最優(yōu)分類面把不同類別的樣本數(shù)據(jù)分隔開來。圖 2.3SVM 最大超平面假設(shè)分類面方程為:f ( x) x b(2.1)
【學(xué)位授予單位】:湖南大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:R473.5
【參考文獻】
相關(guān)期刊論文 前5條
1 涂景梅;;護理干預(yù)對慢阻肺再入院率和肺功能的影響[J];國際護理學(xué)雜志;2016年12期
2 馬豪;陳荃;秦盼盼;王巖;單政;;國內(nèi)外遠程醫(yī)療技術(shù)發(fā)展狀況及相關(guān)問題分析[J];醫(yī)學(xué)信息學(xué)雜志;2014年12期
3 鞠慶梅;;家庭遠程醫(yī)療與家庭訪視的研究現(xiàn)狀[J];護理研究;2014年34期
4 ;慢性阻塞性肺疾病診治指南(2013年修訂版)(一)[J];全科醫(yī)學(xué)臨床與教育;2013年05期
5 葉長廣;;慢阻肺治療最新進展[J];北方藥學(xué);2012年05期
相關(guān)博士學(xué)位論文 前1條
1 程麗麗;支持向量機集成學(xué)習(xí)算法研究[D];哈爾濱工程大學(xué);2009年
相關(guān)碩士學(xué)位論文 前4條
1 胡立新;基于ARM的醫(yī)療終端的研究與設(shè)計[D];蘭州交通大學(xué);2015年
2 卞晨;基于ZigBee技術(shù)的無線社區(qū)遠程醫(yī)療監(jiān)護系統(tǒng)研究[D];合肥工業(yè)大學(xué);2014年
3 戴仲巖;反射式脈搏血氧動態(tài)監(jiān)測系統(tǒng)的設(shè)計及關(guān)鍵技術(shù)研究[D];中南大學(xué);2012年
4 董偉;變鄰域搜索算法研究及在組合優(yōu)化中的應(yīng)用[D];遼寧工程技術(shù)大學(xué);2011年
本文編號:2638236
本文鏈接:http://sikaile.net/linchuangyixuelunwen/2638236.html