【摘要】：近年來(lái),老年人口數(shù)量逐年增加,人口老齡化趨勢(shì)更加明顯,隨之而來(lái)的老年人監(jiān)護(hù)問(wèn)題就亟需解決,然而以醫(yī)院和養(yǎng)老院為主的養(yǎng)老服務(wù)占用了有限的醫(yī)療資源,且護(hù)理費(fèi)用開(kāi)銷巨大。顯然,提高居家健康監(jiān)護(hù)效率和合理配置有限的醫(yī)療資源需要借助先進(jìn)的物聯(lián)網(wǎng)技術(shù)。以物聯(lián)網(wǎng)為依托,利用可穿戴設(shè)備對(duì)老年人在日常生活數(shù)據(jù)進(jìn)行采集,跟蹤和判斷身體狀態(tài)的變化,及時(shí)發(fā)現(xiàn)不良趨勢(shì),并采取相應(yīng)的治療措施,形成閉環(huán)反饋健康服務(wù)。這項(xiàng)技術(shù)能夠有效地解決日益突出的老人健康監(jiān)護(hù)問(wèn)題,具有非常重要的理論和實(shí)際意義。本文主要采用極限學(xué)習(xí)機(jī)分類方法對(duì)UCI機(jī)器學(xué)習(xí)數(shù)據(jù)庫(kù)中的人體行為數(shù)據(jù)進(jìn)行人體行為識(shí)別和醫(yī)療數(shù)據(jù)進(jìn)行疾病診斷,還將分類方法用于對(duì)其它流行的數(shù)據(jù)集進(jìn)行分類。此外,本文采用了啟發(fā)式搜索策略、隨機(jī)搜索策略分別和封裝式策略相結(jié)合的特征選擇方法對(duì)一些冗余特征或噪聲數(shù)據(jù)進(jìn)行了處理。主要的研究?jī)?nèi)容包括:分析了極限學(xué)習(xí)機(jī)分類原理;提出了一種結(jié)合極限學(xué)習(xí)機(jī)的混合特征選擇方法,實(shí)現(xiàn)了對(duì)精簡(jiǎn)數(shù)據(jù)的精準(zhǔn)分類;改進(jìn)了人工蜂群算法的搜索策略和解初始化方法,并將改進(jìn)的蜂群算法在標(biāo)準(zhǔn)測(cè)試函數(shù)進(jìn)行了測(cè)試,結(jié)果顯示改進(jìn)后的算法在精度和收斂速度上有明顯的提高;改進(jìn)后的多目標(biāo)人工蜂群算法優(yōu)化ELM分類器模型的參數(shù)和特征向量同時(shí)進(jìn)行,實(shí)現(xiàn)了對(duì)數(shù)據(jù)有效分類,結(jié)果表明算法有很好的泛化能力。
【圖文】：

6圖 2.1 極限學(xué)習(xí)機(jī)結(jié)構(gòu)圖，，該結(jié)構(gòu)圖有輸入網(wǎng)絡(luò)層、隱含間分別通過(guò)輸入、輸出權(quán)重實(shí)現(xiàn)全對(duì)應(yīng)輸入n個(gè)神經(jīng)元；通常設(shè)置隱本種類數(shù)目m ，即輸出層網(wǎng)絡(luò)含有出層節(jié)點(diǎn)的預(yù)測(cè)輸出為[0,0, 1 ,q 習(xí)機(jī)分類表達(dá)式為：2 2min11 1|| ||2 2NiiL C== β + ζ,2, , N。其中，1 2[ , , , i i i ζ = ζ ζ ζ

設(shè)置數(shù)據(jù)描述驗(yàn)混合特征選擇方法的效果和極限學(xué)習(xí)機(jī)的分類性能，本章仿真CI 機(jī)器學(xué)習(xí)數(shù)據(jù)庫(kù)[58]。考慮數(shù)據(jù)集中樣本容量、屬性數(shù)目、類別數(shù)目有大到小，分類個(gè)數(shù)有二分類和多分類，特征個(gè)數(shù)也有多到學(xué)習(xí)數(shù)據(jù)庫(kù)中的 Banknote、WDBC、 Wine、 Dermatology、Iris、tlog heart、老年人行為檢測(cè) HAR 八個(gè)數(shù)據(jù)集。鈔票鑒別數(shù)據(jù)集（Bation）數(shù)據(jù)是從圖像中提取出來(lái)的，這些圖像是為評(píng)估認(rèn)證程序而拍威斯康星州乳腺癌診斷數(shù)據(jù)庫(kù)；Dermatology 數(shù)據(jù)集的目的是確定型；Wine 數(shù)據(jù)集用化學(xué)分析法測(cè)定葡萄酒的適口性；Iris 是一種Breast Tissue 為新切除的乳腺組織樣品的數(shù)據(jù)集。Statlog heart 數(shù)數(shù)據(jù)庫(kù)。HAR 數(shù)據(jù)集，使用無(wú)電池可穿戴傳感器數(shù)據(jù)對(duì)健康老14 名 66 至 86 歲健康老年人的連續(xù)運(yùn)動(dòng)數(shù)據(jù)使用無(wú)電池、可穿
【學(xué)位授予單位】：中原工學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張紅濤,胡玉霞,邱道尹;遺傳算法在儲(chǔ)糧害蟲特征選擇中的應(yīng)用[J];華北水利水電學(xué)院學(xué)報(bào);2004年03期

2 徐雷;閻平凡;常迥;;用于特征選擇的BF算法及其與B&B算法的比較[J];自動(dòng)化學(xué)報(bào);1988年05期

3 楊錦英;王碧泉;;K—W檢驗(yàn)和熵法在單個(gè)特征選擇中的應(yīng)用[J];華北地震科學(xué);1989年02期

4 陳晉蘇;特征選擇在電信行業(yè)客戶流失分析中的應(yīng)用[J];科技資訊;2005年22期

5 范勁松,方廷健;特征選擇和提取要素的分析及其評(píng)價(jià)[J];計(jì)算機(jī)工程與應(yīng)用;2001年13期

6 江乃雄;蔡民;;綜合距離特征選擇問(wèn)題解的存在性與唯一性[J];計(jì)算機(jī)應(yīng)用與軟件;1992年01期

7 錢學(xué)雙;多重篩選逐步回歸特征選擇法及其應(yīng)用[J];信息與控制;1986年05期

8 趙帥;張雁;徐海峰;;基于成對(duì)約束分的特征選擇及穩(wěn)定性評(píng)價(jià)[J];計(jì)算機(jī)與數(shù)字工程;2019年06期

9 余勝龍;趙紅;;基于樣本鄰域保持的代價(jià)敏感特征選擇[J];數(shù)據(jù)采集與處理;2018年02期

10 杜政霖;李云;;基于特征聚類集成技術(shù)的在線特征選擇[J];計(jì)算機(jī)應(yīng)用;2017年03期

相關(guān)會(huì)議論文 前10條

1 史彩娟;沙宇陽(yáng);劉健;閆曉東;劉利平;;基于自適應(yīng)半監(jiān)督稀疏特征選擇的圖像標(biāo)注[A];第十屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2016年

2 劉培磊;李滿生;王挺;;蛋白質(zhì)相互作用有向關(guān)系抽取的特征選擇[A];第五屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2009年

3 袁帥;楊宏暉;申f;;基于云模型的特征評(píng)價(jià)準(zhǔn)則[A];第三屆上�！靼猜晫W(xué)學(xué)會(huì)學(xué)術(shù)會(huì)議論文集[C];2013年

4 申f;楊宏暉;袁帥;;用于水聲目標(biāo)識(shí)別的互信息無(wú)監(jiān)督特征選擇[A];第三屆上�！靼猜晫W(xué)學(xué)會(huì)學(xué)術(shù)會(huì)議論文集[C];2013年

5 李澤輝;聶生東;陳兆學(xué);;應(yīng)用多類SVM分割MR腦圖像特征選擇與優(yōu)化的實(shí)驗(yàn)研究[A];中國(guó)儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

6 李娜;曾向陽(yáng);;目標(biāo)識(shí)別中的樣本選擇和特征選擇聯(lián)合算法研究[A];2009年西安-上海聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2009年

7 宋鵬;鄭文明;趙力;;基于子空間學(xué)習(xí)和特征選擇融合的語(yǔ)音情感識(shí)別[A];第十四屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議（NCMMSC’2017）論文集[C];2017年

8 臧淼;徐惠民;張永梅;;基于局部約束和稀疏編碼的自動(dòng)圖像標(biāo)注[A];國(guó)防光電子論壇第二屆激光雷達(dá)成像探測(cè)技術(shù)及應(yīng)用研討會(huì)論文集[C];2015年

9 俞士汶;王治敏;朱學(xué)鋒;;文學(xué)語(yǔ)言與自然語(yǔ)言理解研究[A];中文信息處理前沿進(jìn)展——中國(guó)中文信息學(xué)會(huì)二十五周年學(xué)術(shù)會(huì)議論文集[C];2006年

10 薛富強(qiáng);葛臨東;陳麗;;新的改進(jìn)遺傳算法用于調(diào)制信號(hào)特征選擇[A];無(wú)線傳感器網(wǎng)及網(wǎng)絡(luò)信息處理技術(shù)——2006年通信理論與信號(hào)處理年會(huì)論文集[C];2006年

相關(guān)重要報(bào)紙文章 前7條

1 本報(bào)記者 李振輝;根據(jù)自身特征選擇健身方式[N];廣東科技報(bào);2008年

2 海通證券 婁靜邋吳先興;把握風(fēng)險(xiǎn)收益特征選擇最適合自己的基金[N];上海證券報(bào);2007年

3 鐵嶺市第二高中 高軍;讓學(xué)生“動(dòng)”起來(lái)[N];鐵嶺日?qǐng)?bào);2005年

4 鄭衛(wèi)東;高產(chǎn)鵝選種方法和標(biāo)準(zhǔn)[N];中國(guó)畜牧獸醫(yī)報(bào);2007年

5 《網(wǎng)絡(luò)世界》記者 周源;云平臺(tái),只選對(duì)的[N];網(wǎng)絡(luò)世界;2012年

6 鄭軍;高產(chǎn)鵝選種方法和標(biāo)準(zhǔn)[N];河南科技報(bào);2016年

7 記者 丁寧;2012年,我們一起“追”的創(chuàng)新產(chǎn)品[N];上海證券報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 Reehan Ali Shah;基于稀疏模型組合的網(wǎng)絡(luò)入侵分類[D];浙江大學(xué);2019年

2 袁明冬;基于圖的特征提取和特征選擇及其應(yīng)用研究[D];西安電子科技大學(xué);2017年

3 胡小娟;基于特征選擇的文本分類方法研究[D];吉林大學(xué);2018年

4 任宇林;結(jié)構(gòu)化預(yù)測(cè)中N元特征選擇算法的研究[D];華中科技大學(xué);2018年

5 滕旭陽(yáng);面向特征選擇問(wèn)題的優(yōu)化方法研究[D];哈爾濱工程大學(xué);2017年

6 張麗新;高維數(shù)據(jù)的特征選擇及基于特征選擇的集成學(xué)習(xí)研究[D];清華大學(xué);2004年

7 高青斌;蛋白質(zhì)亞細(xì)胞定位預(yù)測(cè)相關(guān)問(wèn)題研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

8 劉風(fēng);基于磁共振成像的多變量模式分析方法學(xué)與應(yīng)用研究[D];電子科技大學(xué);2014年

9 馮國(guó)忠;文本分類中的貝葉斯特征選擇[D];東北師范大學(xué);2011年

10 梁建寧;特征選擇與圖像匹配[D];復(fù)旦大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 馬必?zé)?一種多任務(wù)特征選擇金字塔及其在電力設(shè)備檢測(cè)的應(yīng)用[D];浙江大學(xué);2019年

2 朱強(qiáng);基于BDE-MICI的無(wú)監(jiān)督特征選擇的研究[D];蘭州大學(xué);2019年

3 熊雅麗;鄉(xiāng)土地理資源在高中地理教學(xué)中的應(yīng)用現(xiàn)狀及有效性研究[D];廣西師范大學(xué);2019年

4 王中穎;一個(gè)蘇北縣域的疾病救治研究（1959～1962年）[D];華東師范大學(xué);2019年

5 侯宇亮;基于極限學(xué)習(xí)機(jī)的分類方法研究及應(yīng)用[D];中原工學(xué)院;2019年

6 Wei Wang;P值的不穩(wěn)定性與其他因素對(duì)統(tǒng)計(jì)特征選擇的影響[D];天津大學(xué);2018年

7 游仁春;基于特征選擇聚類和張量分析的碳纖維增強(qiáng)復(fù)合材料超聲缺陷識(shí)別[D];廈門大學(xué);2017年

8 閆文凱;基于特征選擇的致病SNP識(shí)別方法研究[D];南京農(nóng)業(yè)大學(xué);2017年

9 周至;復(fù)雜環(huán)境下無(wú)人工干預(yù)的室內(nèi)定位算法研究[D];南京大學(xué);2019年

10 任秀偉;基于嵌入式稀疏特征選擇策略的降維算法研究[D];湖北工業(yè)大學(xué);2018年

本文編號(hào)：2633425