摘要
本申请提供一种心率呼吸预测方法、程序产品、电子设备及存储介质,该方法包括:获取通过超宽带雷达对人体采集的原始信号序列;根据相位变化与胸腔位移的映射关系确定胸腔位移信号;对胸腔位移信号进行多域特征提取,获得多域特征;多域特征包括时域特征、频域特征和时频域特征;基于多域特征,利用预先训练好的预测模型,获得预测值,预测值包括未来时段内的心率和呼吸频率。多维度特征融合增强算法鲁棒性,在电磁干扰或多目标场景下仍保持高精度,提升复杂环境中的心率呼吸频率预测可靠性。超宽带雷达的物理信号优势与神经网络的环境适应性互补,提高心率呼吸频率的预测准确性。
技术关键词
多域特征
超宽带雷达
频域特征
计算机程序指令
双向长短期记忆网络
时域特征
心率
活动特征
复杂度特征
间隔特征
依赖特征
序列
算法鲁棒性
频率
可读存储介质
信号处理模块
特征提取模块
切比雪夫
卡尔曼滤波
系统为您推荐了相关专利信息
知识图谱构建方法
期刊
策略实体
知识问答方法
序列
CTC算法
非局部均值去噪算法
字符
双向长短期记忆网络
图像块
智能预测系统
工程造价系统
多维特征向量
数据处理模块
指标
数据处理方法
模乘运算器
密码算法
计算机程序指令
变量