2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩67頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、血壓作為人體重要生理體征,可靠有效的血壓預(yù)測在醫(yī)療決策中具有重要意義。近年來高血壓急癥和腦溢血等心血管相關(guān)的疾病嚴重威脅人類的身體健康。在臨床上,血壓是一項重要檢查的指標,經(jīng)常用來診斷高血壓、急性低血壓、評價心血管功能是否正常,因此對動脈血壓進行有效的預(yù)測,能為醫(yī)護人員提供有效的醫(yī)療決策信息,同時使醫(yī)護人員可以快速定位病因并采取相應(yīng)的救治措施,從而有效的控制患者的病情。同時,互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和云計算等技術(shù)快速發(fā)展為人體血壓預(yù)測提供技術(shù)支持

2、。
  本文將人體動脈血壓作為研究對象,以時間序列模型來對其進行預(yù)測。首先,以人工神經(jīng)網(wǎng)絡(luò)為理論基礎(chǔ),分析并選擇在預(yù)測領(lǐng)域廣泛使用的三種人工神經(jīng)網(wǎng)絡(luò)方法:BP神經(jīng)網(wǎng)絡(luò)預(yù)測方法、Elman神經(jīng)網(wǎng)絡(luò)預(yù)測方法以及基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)測方法,以這三種方法來建立血壓時間序列預(yù)測模型,并對這三種方法建立的預(yù)測模型進行實驗分析并探討改進方案。然后提出基于小波分析的BP神經(jīng)網(wǎng)絡(luò)血壓預(yù)測模型,即先將血壓時間序列進行小波三層分解與單支重構(gòu)

3、還原,分別對分解后的信號進行分析,從而對小波重構(gòu)后的每層信號分別建立BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型進行預(yù)測,通過對每層血壓分量預(yù)測的結(jié)果疊加即可得到最終血壓預(yù)測值。最后,結(jié)合小波分解與重構(gòu)后信號的特點進行分析,發(fā)現(xiàn)小波分解與重構(gòu)后的高頻信號為平穩(wěn)信號、低頻信號仍然為非平穩(wěn)信號,針對這一特點提出了基于小波分析的BP神經(jīng)網(wǎng)絡(luò)和自回歸滑動平均(Auto Regression Moving Average,ARMA)組合血壓預(yù)測模型,對高頻信號重新建立預(yù)

4、測模型,即用平穩(wěn)時間序列方法自回歸滑動平均模型來進行高頻分量預(yù)測,低頻趨勢分量仍然使用BP神經(jīng)網(wǎng)絡(luò)模型進行預(yù)測。實驗表明,改進后的組合預(yù)測模型對于血壓預(yù)測能取得更好的預(yù)測效果。
  論文中以時間序列預(yù)測法建立的三種人工神經(jīng)網(wǎng)絡(luò)模型在人體血壓預(yù)測中取得一定的效果,但并不理想。通過引入小波多分辨率分析,用Mallat快速算法將血壓時間序列分解成不同頻率成分分量,使得每層分量信息更加單一,預(yù)測模型能夠極佳逼近人體血壓的變化,達到可靠預(yù)測

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論