[发明专利]一种基于心跳数据的分类器设置方法

权利要求书

1.一种基于心跳数据的分类器设置方法，其特征在于，包括以下步骤：

S1011：采集监控用户的BCG数据，从数据库下载ECG数据，形成初始数据集；

S1012：去除BCG数据逐拍心动周期和ECG数据逐拍心动周期的异常值；

S1013：采集BCG、ECG逐拍心动周期中提取HRV时域特征，对各HRV特征进行归一化和筛选，并输入分类器；

S1014：采用了样本权重迁移的分类器，并将ECG逐拍心动周期中提取HRV时域特征设置为分类器的测试样本，设置公式调整分类器权重，调整分类器结果；

S1015：使用分类器对监控用户新产生的BCG逐拍心动周期中提取HRV时域特征进行分类。

2.根据权利要求1所述的一种基于心跳数据的分类器设置方法，其特征在于，所述S102中包括以下步骤：所述S1011中，采用压电陶瓷传感器采集监控用户的BCG数据。

3.根据权利要求1所述的一种基于心跳数据的分类器设置方法，其特征在于，所述S1012中，所述BCG数据逐拍心动周期和ECG数据逐拍心动周期均通过IIR滤波器进行过滤，分别过滤噪音成分和基线漂移。

4.根据权利要求1所述的一种基于心跳数据的分类器设置方法，其特征在于，所述S1013中，使用模板匹配法计算BCG信号逐拍心动周期，使用PT算法计算ECG逐拍心动周期。

5.根据权利要求1所述的一种基于心跳数据的分类器设置方法，其特征在于，所述S1012中，分别采用3δ原则、箱型图分析去除BCG、ECG的逐拍心动周期中的异常值。

6.根据权利要求1所述的一种基于心跳数据的分类器设置方法，其特征在于，所述S1013中，所述BCG、ECG逐拍心动周期中提取HRV时域特征包括HRV频域特征、HRV非线性特征、HRV时域特征。

7.根据权利要求1所述的一种基于心跳数据的分类器设置方法，其特征在于，所述S1014中，分类器种类为决策树或者SVM、迭代次数N可调，采用以下公式调整权重：

β_t＝∈_t/(1-∈_t)

其中，β_t与β分别为目标域样本和辅助域样本所用的权重调整系数，∈_t是上一轮迭代中分类器在目标域上的错误率，n为目标域样本数目，N为总迭代次数。是第t轮迭代中第i个样本的权重。h_t(x_i)、c(x_i)分别为分类器对第i个样本的估计值和其实际值，取值为1或0。