收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于神经网络血压预测研究与系统实现

陈少吉  
【摘要】:血压病成为慢性病和亚健康的重要形式之一。血压预测在人体血压管理分析中的具有重要的研究和应用价值。本文将研究神经网络预测,并运用在血压预测分析中。作为传统神经网络的重要分支,BP神经网络经过合理的设计能够在一定程度上逼近所要并且描述非线性模型。有别于BP结构,在引入承接层构成动态反馈体系的Elman网络具备了前者所没有的记忆联想功能。但在现实各领域应用中两者又具有许多问题。近年来备受关注的回声状态神经网络在预测分析上也得到不同的理论和实验研究。本文同时研究了回声状态神经网络,研究其对应的数学模型、学习算法、关键参数和稳定性探讨等。为了监控人体血压信息,及时、准确地预测人体血压变化,预防人体血压不稳定导致的病情加重的情况发生显得越来越重要。在此将深入介绍所利用的三种神经网络的数学模型以及在预测分析上的算法。针对BP网络、Elman网络以及回声状态网络的模型结构以及特性,利用MATLAB设计实现三类神经网络模型,并针对人体血压数据的特点,根据选用的模型和算法流程进行初始化、训练和模拟,预测人体血压数据的变化趋势。同时根据模型的预测精度、稳定性和运行时间三个方面,得出最适合用于人体血压时间序列预测的模型结构和算法实践流程。实验表明:对于人体血压数据的分析和预测,引入回声状态神经网络能够在较少的时间内极佳地逼近人体血压的变化,具有较高的拟合精度与稳定性。同时根据实验得到的结论和模型算法,构建基于ESN血压管理和预测分析系统。实现动态展示大规模血压。分析管理血压信息。同时能个性化设置网络病预测血压变化。


知网文化
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978