BriefGPT - AI 论文速递
·
使用 SVM 模型和毫米波雷达传感器数据进行非接触式呼吸率分类
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究使用FMCW雷达技术和机器学习模型，通过无接触方式区分正常和异常呼吸频率，准确率达到95％。
🎯
关键要点
- 该研究使用频率调制连续波（FMCW）雷达技术与机器学习模型相结合。
- 研究目的是无接触区分正常和异常呼吸频率。
- 系统通过FMCW雷达采集呼吸频率相关数据。
- 使用支持向量机核对数据进行分类。
- 长期实验证明该模型在呼吸频率分类中具有良好的准确性。
- 在二次多项式核情况下，最佳准确率达到95%。
➡️
