一种体征数据监测模型的构建方法、装置、介质和设备

本发明公开了一种体征数据监测模型的构建方法、装置、介质和设备，涉及健康监测技术领域。该方法包括：采用分数阶反向散布熵方法进行生理体征数据的特征提取，将传统极限学习机中的Sigmoid激活函数替换为DiTAC激活函数，并将极限学习机中损失函数中输出层权重系数的L2范数修改为L1范数，基于改进的极限学习机构建优化模型，使用引入离散分数阶Caputo的阿里巴巴和四十大盗算法对优化模型进行求解，获得体征数据监测模型。极限学习机在训练过程中受DiTAC激活函数所引入的可训练参数和输出层权重系数的L1范数约束，使得训练得到的极限学习机可以更适用于体征数据监测，获得更准确的监测结果。