[发明专利]基于生理信息熵的人体体成分预测方法

摘要

本发明揭示了一种基于生理信息熵的人体体成分预测方法。相较于现有技术，本发明基于生理信息熵的人体体成分预测方法可有效地减少特征参数间的冗余性，简化人体成分预测的拟合模型；解决参数众多、参数耦合的建模难题；建立的人体体成分预测模型可提高人体体成分预测精度，为人体体成分研究和临床应用提供更为有效的检测手段。

主权项

1.一种基于生理信息熵的人体体成分预测方法，其特征在于，包括如下步骤：S1：收集数据并构造生理信息样本数据集T＝(O,F,C)，其中F＝{f1,f2,···,fm}、C＝{c1,c2,···,ck}和O＝{o1,o2,···,on}分别表示原始特征、类别和数据样本集；S2：利用平均直方图方法估计原始特征集F中的各个特征f的概率密度分布、信息熵和互信息；S3：从原始特征集F中选出初始特征子集S；S4：计算初始特征子集S的评价函数J(f)并记录初始特征子集的数目，采用双向搜索的搜索策略对原始特征集进行搜索，计算J(f)，添加或删除特征；S5：设定评价函数值J(f)达到最高为终止条件进行判断，若条件满足，则选择算法结束，返回初始特征子集S作为最终结果；否则搜索过程继续循环，生成新的候选子集，返回步骤S4，直到终止条件满足为止；S6：构造预测人体体成分所需的拟合模型；S7：对拟合模型进行求解。