睡眠分期是监测和研究人的睡眠质量和相关疾病最关键的问题,目前大多数研究中的分期算法都是基于分类思想。本文提出了一种分类和预测综合判定方法,既对样本的自身特征进行分类,同时又基于历史数据对一段时间后的样本状态进行预测,并结合两种识别方法进行集成学习。实验证明该方法可以有效地减少不确定因素影响,提高分类准确率,特别适用于解决睡眠分期这类特定分类问题。
科研之友
微信
新浪微博
Facebook
分享链接
