期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于HRV特征和机器学习融合模型的精神压力评估方法研究
1
作者
俞锴婷
俞政涛
+2 位作者
王俊青
叶家浩
赵兴群
《电子器件》
2025年第1期91-97,共7页
在当代生活方式中,与压力相关的健康状况日益普遍。近年来采用机器学习识别精神压力已成为研究的热点,然而对压力指数的量化计算依旧是难题,且单一模型的预测准确性难以提升,因此提出利用机器学习融合模型来提供一种评估压力指数的方法...
在当代生活方式中,与压力相关的健康状况日益普遍。近年来采用机器学习识别精神压力已成为研究的热点,然而对压力指数的量化计算依旧是难题,且单一模型的预测准确性难以提升,因此提出利用机器学习融合模型来提供一种评估压力指数的方法。从光电容积脉搏波信号中提取HRV特征,结合DASS-21问卷调查结果,在考虑性别年龄的基础上,测试不同的机器学习方法,并进行模型融合以提高预测的准确性,最终得到范围在0至42的精神压力指数。以均方根误差作为预测准确性的评价指标,结果表明融合模型的预测准确率高于单一模型,其中GB与MLP的组合是最理想的压力预测器,均方根误差不超过1.35。所提出的方法将对无创检测,量化压力水平以及临床实践具有潜在的价值。
展开更多
关键词
精神压力
HRV
机器学习
模型融合
在线阅读
下载PDF
职称材料
题名
基于HRV特征和机器学习融合模型的精神压力评估方法研究
1
作者
俞锴婷
俞政涛
王俊青
叶家浩
赵兴群
机构
东南大学软件学院
南京澳思泰生物科技有限公司
东南大学生物科学与医学工程学院
出处
《电子器件》
2025年第1期91-97,共7页
文摘
在当代生活方式中,与压力相关的健康状况日益普遍。近年来采用机器学习识别精神压力已成为研究的热点,然而对压力指数的量化计算依旧是难题,且单一模型的预测准确性难以提升,因此提出利用机器学习融合模型来提供一种评估压力指数的方法。从光电容积脉搏波信号中提取HRV特征,结合DASS-21问卷调查结果,在考虑性别年龄的基础上,测试不同的机器学习方法,并进行模型融合以提高预测的准确性,最终得到范围在0至42的精神压力指数。以均方根误差作为预测准确性的评价指标,结果表明融合模型的预测准确率高于单一模型,其中GB与MLP的组合是最理想的压力预测器,均方根误差不超过1.35。所提出的方法将对无创检测,量化压力水平以及临床实践具有潜在的价值。
关键词
精神压力
HRV
机器学习
模型融合
Keywords
mental stress
HRV
machine learning
model fusion
分类号
TN911.7 [电子电信—通信与信息系统]
R318 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于HRV特征和机器学习融合模型的精神压力评估方法研究
俞锴婷
俞政涛
王俊青
叶家浩
赵兴群
《电子器件》
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
