[发明专利]一种人体腋下体温快速预测的方法

权利要求书

1.一种人体腋下体温快速预测的方法，其特征在于：所述方法包括以下步骤：

1)利用电子体温计采集设定数量的升温样本；

2)对采集的升温样本进行筛选，提取出含有升温数据的样本；

3)记录筛选出的升温样本中的稳定温度值y；

4)提取出样本中对稳定温度有影响的特征参数X＝{x_i(i＝1，2，3…q)}；

5)以特征参数X作为输入层，升温后的稳定温度y作为输出层，构建BP神经网络预测模型；

6)利用得到的预测模型，预测出人体腋下温度。

2.如权利要求1所述的一种人体腋下体温快速预测的方法，其特征在于：所述步骤2)中，每一次的升温过程会出现以下四个阶段：

初始阶段：温度保持平稳或小幅度波动，此时的温度应该为环境温度；

快速升温阶段：温度快速上升到一定值，这个阶段时间较短；

缓慢升温阶段：温度慢慢上升到稳定温度，这个阶段时间较长；

稳定阶段：温度达到稳定，后期保持平稳或小幅度波动，这时的温度为人体腋下温度。

3.如权利要求1或2所述的一种人体腋下体温快速预测的方法，其特征在于：所述步骤5)中，对于构建的BP神经网络模型，输入层节点个数t由特征参数X决定，隐含层节点个数s由模型训练结果进行择优选取，输出层节点个数为1；模型中输入层到隐含层，隐含层到输出层之间的连接权值系数矩阵及偏置分别为s×t矩阵W₁，1×s矩阵W₂，s×1矩阵B₁，1×1矩阵B₂；对于特征参数为X_i＝{x₁,x₂,x₃,…,x_q}，稳定温度为y_i的升温样本，将其输入神经网络进行训练，以预测温度和实际稳定温度构建一个误差模型，计算第i个样本的误差E_i，则所有实验样本的总误差为

E=Σi=1NEi2N]]>

式中，N是训练样本的总个数，通过逆向传播调整连接权数训练神经网络，直到总误差达到最小为止，从而完成训练。