[發明專利]一種基于小波分析和回聲狀態網絡的血壓預測方法

在審

• 申請號: 201810749008.6
• 申請日: 2018-07-10
• 公開（公告）號: CN109009033A
• 公開（公告）日: 2018-12-18
• 發明（設計）人: 姜濤;藍曉峰
• 申請（專利權）人: 華南理工大學
• 主分類號: A61B5/021
• 分類號: A61B5/021
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李斌

1.一種基于小波分析和回聲狀態網絡的血壓預測方法，其特征在于，包括下述步驟：

S1、對原始血壓時間序列數據利用小波變換的時間-頻率局域分析方法進行小波分解，將原始血壓時間序列分解為低頻序列部分和高頻序列部分；

S2、確定回聲狀態網絡模型的儲備池參數；

S3、分別對低頻序列部分和高頻序列部分的訓練樣本進行回聲狀態網絡模型的訓練，得出儲備池輸出預測的狀態方程；

S4、利用訓練得到的低頻序列部分的回聲狀態網絡模型和高頻序列部分的回聲狀態網絡模型分別對低頻序列部分和高頻序列部分的測試樣本進行單步預測和多步預測；

S5、將低頻序列部分的單步預測數據和多步預測預測數據與高頻序列部分的單步預測數據和多步預測預測數據分別進行小波重構，得到單步預測血壓數據和多步預測血壓數據。

2.根據權利要求1所述的基于小波分析和回聲狀態網絡的血壓預測方法，其特征在于，步驟S1具體包括下述步驟：

S11、采集原始血壓時間序列，并將其分為訓練樣本和測試樣本；

S12、對所述原始血壓時間序列進行小波分解，獲得原始血壓時間序列的低頻序列部分和高頻序列部分；

小波分解過程的連續小波變換公式為：

式中信號u(t)∈L²(R)，L²(R)表示定義在實軸上、可測的平方可積函數空間；表示由小波母函數Ψ(t)生成的連續小波，a表示伸縮因子，b表示平移因子；

伸縮因子a和平移因子b離散化對應的離散小波函數為：

其中，a＝2^-s，b＝2^-sk，s和k屬于整數集Z；

運用正交小波變換的Mallet快速算法，將信號u(t)正交投影到空間V_j和W_j上，對應得到分辨率2^j下信號u(t)的逼近信號a_j(t)和離散信號d_j(t)，所述逼近信號a_j(t)為分解的低頻信號，所述離散信號d_j(t)為分解的高頻信號，信號u(t)經多分辨率分解后得到高頻序列部分的信號和低頻序列部分的信號，表示為：n為正整數，表示小波分解層數；i為正整數；t為時刻。

3.根據權利要求1所述的基于小波分析和回聲狀態網絡的血壓預測方法，其特征在于，步驟S2中，所述回聲狀態網絡模型的性能由儲備池的參數決定，所述儲備池的參數包括：儲備池內部連接權譜半徑SR、儲備池規模N、儲備池輸入單元尺度IS和儲備池稀疏程度SD。