基于支持向量回归的人体血压预测方法

作     者：赵谞博 赫英迪 李信政 任蓉 任家东 ZHAO Xubo;HE Yingdi;LI Xinzheng;REN Rong;REN Jiadong

作者机构：秦皇岛港股份有限公司河北秦皇岛066002 黑龙江大学建筑工程学院黑龙江哈尔滨150080 中国人民解放军白求恩国际和平医院河北石家庄050000 燕山大学信息科学与工程学院河北秦皇岛066004 

出 版 物：《燕山大学学报》 (Journal of Yanshan University)

年 卷 期：2017年第41卷第5期

页      面：438-443页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61572420) 

主　　题：生理指标数据 支持向量回归算法 血压预测 

摘      要：针对当前基于机器学习的血压测量方法的准确率低下等问题,本文提出了一种基于支持向量回归的高效便捷的血压预测方法。算法首先分析人体生理指标数据与血压之间隐含的关系,建立血压预测模型,然后将算法结果与三个经典机器学习算法(线性回归、神经网络、岭回归)结果进行对比,利用两种评价指标(准确率、均方根误差)对它们进行评估,实验结果表明支持向量回归算法能准确高效地预测血压且优于其它算法模型。