论文部分内容阅读
脉象信号包含了大量人体健康状况的重要信息，因此本文采用了一系列的线性和非线性的特征提取方法提取脉象信号特征，提取到的这些不同性质的特征可能包含互补的信息。因此，本文提出一个高效的多核学习方法整合这些特征，首先，采用7种不同的特征提取方法提取脉象信号特征，然后采用SimpleMKL算法整合提取到的脉象信号特征，实验结果表明采用的算法能够在每类样本中得到较高的分类精度。