摘要
本发明提供基于可穿戴设备生理指标的认知能力下降检测方法及系统,涉及特征选择与机器学习技术领域,包括以下步骤:多维度生理数据采集、数据预处理与时间对齐、认知能力状态标签定义、特征工程与数据平衡以及认知能力下降检测模型训练与优化,输出认知能力状态预测。通过可穿戴设备实时采集用户的多维度生理指标及时间信息,所述生理指标包括心率波动特征、心率统计特征、体温特征、血氧饱和度特征、运动数据、脑电状态特征、皮肤电特征、近红外光谱特征等,本发明利用可穿戴设备集成多类型生理信号传感器,实现心率变异性、皮肤电反应、血氧饱和度等多维度生理数据的连续、无感采集。
技术关键词
可穿戴设备
生理
加速度传感器数据
指标
高精度加速度传感器
近红外光谱传感器
心率
检测模型训练
梯度提升树
光电容积脉搏波
支持向量机
波动特征
动态
交互式可视化
饱和度
模型训练模块
脑电波传感器
统计特征
随机森林
径向基核函数
系统为您推荐了相关专利信息
特征提取模型
发动机健康
退化特征
健康评估指标
工况
流量计校准方法
综合健康指数
石油石化
指标
数据
锂电池内部温度
超参数
粒子群优化算法
BiLSTM模型
特征提取模块
高超声速飞行器
动态更新代理模型
样本
射流
气动力
风电机组叶片
净空
风电机组设备
实时监测数据
控制策略