【技術實現步驟摘要】
本專利技術涉及信息檢測領域，具體是一種可實時監測人體特征信息的移動監測系統，結合了物聯網技術和SVM分類，可以實時地對人體健康狀態進行預警。
技術介紹
體檢的時候，身體各項指標正常，可是，后來卻發現了癌癥。難道人體從健康到癌變就沒有任何的中間過程，我們是一下子就出現腫瘤的？答案當然是否定的。如果我們能夠把從健康一直到腫瘤，這整個的發展過程，詳細的表述出來，那么我們完全可以避免最終不治之癥的悲劇。如果我們很清楚的知道自己處于疾病發展過程中的哪個位置，這也有助于我們更加正確的對待身體。疾病不是一天形成的，疾病的發展也是有跡可循的，基于此，本專利技術通過采集人體的生命特征信息來判斷其是否處于健康狀態，對人體的健康狀態進行實時監測。物聯網(Internet?of?Things，IOT)是一個基于互聯網、傳統電信網等信息承載體，讓所有能夠被獨立尋址的普通物理對象實現互聯互通的網絡。物聯網一般為無線網，由于每個人周圍的設備可以達到一千至五千個，所以物聯網可能要包含500萬億至一千萬億個物體，在物聯網上，每個人都可以應用電子標簽將真實的物體上網聯結，在物聯網上都可以查找出它們的具體位置，根據傳感器獲取的參數可以了解每個物體的狀態。支持向量機SVM(Support?Vector?Machine)在解決小樣本、非線性及高維模式識別中表現出許多特有的優勢，并能夠推廣應用到函數擬合等其它機器學習問題中.它是建立在統計學習理論的...
【技術保護點】
一種基于物聯網和SVM分析的人體健康狀態檢測系統，其特征在于：包括人體特征采集端[10]和數據中心端[11]；人體特征采集端[10]包括傳感器裝置[101]、網絡傳輸單元[102]和顯示端口[110]，傳感器裝置[101]獲取人體的特征參數，然后通過網絡傳輸單元[102]實時地把數據流傳輸到數據中心端[11]，顯示端口[110]用于接收數據中心端[11]反饋回來的結果進行輸出；數據中心端[11]包括預處理單元[104]、數據存儲單元[105]、特征數據庫[106]、已知特征庫[107]、特征提取單元[103]、SVM分類器[108]和輸出端口[109]；數據中心端[11]接收到實時特征數據流后，通過預處理單元[104]對數據流進行比特壓縮處理，然后把處理后的數據分別傳送給數據存儲單元[105]和SVM分類器[108]；數據存儲單元[105]負責對實時數據流進行緩沖，把經過預處理的數據存儲到特征數據庫[106]中，同時處理特征提取單元[103]對特征數據庫[106]的信息訪問要求；特征提取單元[103]通過從特征數據庫[106]中提取數據，采用自學習的方法提煉出判定規則，然后把規則存放到...
【技術特征摘要】
1.一種基于物聯網和SVM分析的人體健康狀態檢測系統，其特征在于：
包括人體特征采集端[10]和數據中心端[11]；
人體特征采集端[10]包括傳感器裝置[101]、網絡傳輸單元[102]和顯示端口
[110]，傳感器裝置[101]獲取人體的特征參數，然后通過網絡傳輸單元[102]實時
地把數據流傳輸到數據中心端[11]，顯示端口[110]用于接收數據中心端[11]反饋
回來的結果進行輸出；
數據中心端[11]包括預處理單元[104]、數據存儲單元[105]、特征數據庫
[106]、已知特征庫[107]、特征提取單元[103]、SVM分類器[108]和輸出端口[109]；
數據中心端[11]接收到實時特征數據流后，通過預處理單元[104]對數據流
進行比特壓縮處理，然后把處理后的數據分別傳送給數據存儲單元[105]和SVM
分類器[108]；
數據存儲單元[105]負責對實時數據流進行緩沖，把經過預處理的數據存儲
到特征數據庫[106]中，同時處理特征提取單元[103]對特征數據庫[106]的信息訪
問要求；
特征提取單元[103]通過從特征數據庫[106]中提取數據，采用自學習的方法
提煉出判定規則，然后把規則存放到已知規則庫[107]中；
SVM分類器[108]通過BRSVM算法基于已知規則庫[107]對預處理單元[104]
傳輸過來的數據流進行判定，得出結果，送到輸出端口[109]，并把結果反饋到
顯示端口[110]，對用戶進行提醒。
2.根據權利要求1所述的基于物聯網和SVM分析的人...
【專利技術屬性】
技術研發人員：王永利，范啟鴻，胡永生，褚浩，張功萱，蔣效會，朱雪彤，邵帥，袁馳，李延超，李鋒晶，
申請(專利權)人：南京理工大學，
類型：發明
國別省市：江蘇;32
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。