-
题名模糊神经网络数据融合在体域网中的应用
被引量：1
- 1
-
-
作者
涂道鑫
周金治
赖健琼
-
机构
西南科技大学信息工程学院
特殊环境机器人技术四川省重点实验室
-
出处
《传感器与微系统》
CSCD
北大核心
2021年第8期148-151,156,共5页
-
基金
国家自然科学基金资助项目(51475453)
四川省科技项目(19MZGC0201)。
-
文摘
针对无线体域网(WBANs)多体征参数的时变性、非线性和强相关性等特征,为有效提高医疗监测系统对病人生理变化预警的正确率,提出面向体域网的数据融合算法。采用模糊神经网络(FNN)建立数据融合决策模型,同时应用改进的粒子群优化(PSO)算法对模糊系统参数进行寻优。通过PhysioBank数据库中重症监护室真实数据进行网络训练与测试,测试结果表明:数据融合模型能够有效处理复杂的生理参数,同时取得了高检出率与低误报警率。
-
关键词
无线体域网(WBANs)
生理变化预警
数据融合
模糊神经网络
粒子群优化算法
-
Keywords
wireless body area networks(WBANs)
early warning of physiological changes
data fusion
fuzzy neural network
particle swarm optimization(PSO)algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名面向躯感网的心电融合特征分析方法
- 2
-
-
作者
周金治
郑淋文
黄静
涂道鑫
赖健琼
-
机构
西南科技大学信息工程学院
特殊环境机器人技术四川省重点实验室
-
出处
《传感器与微系统》
CSCD
北大核心
2021年第9期30-33,共4页
-
基金
国家自然科学基金资助项目(51475453)
四川省科技创新苗子工程项目(19MZGC0201)。
-
文摘
针对躯感网(BSN)穿戴设备的存储能力和计算能力受限的特点,为有效提高心电(ECG)分析模型识别率和效率,提出面向躯感网的ECG融合特征提取方法。采用Pan-Tompkins算法实现对QRS波群实时快速检测和时域特征提取;采用轻量级稀疏自编码(SAEs)网络对连续ECG信号进行深度特征提取和降维;通过向量张成的方式完成特征融合。使用MIT-BIH数据库中的ECG数据进行仿真实验,结果表明:基于融合特征的ECG分析模型精确度高,耗时少,能够满足面向躯感网的ECG特征提取的性能要求。
-
关键词
躯感网
心电信号
Pan-Tompkins算法
稀疏自编码
特征融合
-
Keywords
body sensor network(BSN)
electrocardiograph(ECG)signals
Pan-Tompkins(PT)algorithm
sparse auto-encodings(SAEs)
feature fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TP21
[自动化与计算机技术—检测技术与自动化装置]
-
