摘要
冠心病是心血管疾病中发病率和死亡率较高的疾病。为了能早期发现冠心病病情,提出基于家庭健康系统的冠心病分类模型。首先基于ZigBee通信、云平台等技术设计家庭健康系统。然后基于支持向量机算法建立冠心病分类模型,建模过程中引入核函数来处理健康类非线性数据样本,模型选取性别、吸烟史、遗传史、血清总胆固醇等12项指标作为冠心病诱发因素;并选用粒子群算法优化SVM参数(C,g)。通过仿真对比,最终选取引入RBF核函数。此时模型的正确率为91.94%,通过仿真对比选取粒子群算法优化模型,准确率达到94.08%。表明研究对于冠心病早期发现和治疗有着重大的意义。
- 单位