基于DTW的贝叶斯方法在睡眠和唤醒分类中的应用

许多方便的可穿戴设备被用于医疗用途,如测量心率(HR)、血压和其他信号.随着睡眠质量监测问题的出现,如何从这些信号中区分睡眠和唤醒状态成为关键问题.提出了一种基于动态时间规整(DTW)的贝叶斯方法用于睡眠和唤醒分类.利用心率和血氧饱和度(SpO2)的信号去分析睡眠状态和一些睡眠相关问题.利用DTW从原始的心率、血氧饱和度信号中提取特征,然后贝叶斯分类方法用于区别睡眠和唤醒状态.最后,从睡眠心脏健康研究网站收集数据的一个真实案例研究验证了基于DTW的贝叶斯方法的可行性和优势.

基于贝叶斯网络的太湖叶绿素a影响因素分析

全球变暖加剧了湖泊富营养化问题.太湖作为中国典型的大型富营养化浅水湖泊,有害蓝藻水华问题尤为突出.以太湖作为研究对象,利用1992~2020年气象(气温、风速、降雨量、日照时长)、水质[总氮、总磷(TP)、电导率、pH、化学需氧量]和生物[叶绿素a(Chla)]监测数据,基于连续型贝叶斯网络模型构建了Chla的模拟模型,研究太湖不同气象和水质条件下的Chla水平.结果表明,春季“温风比”平均水平为6.67℃·s·m^(-1),ρ(TP)低于0.130 mg·L^(-1)左右时,Chla偏高(>75分位数,下同)的概率小于75%;夏季“温风比”平均水平为10.52℃·s·m^(-1),ρ(TP)低于0.257 mg·L^(-1)左右时,Chla偏高的概率小于75%;秋季ρ(TP)平均水平为0.154 mg·L^(-1),“温风比”小于6.30℃·s·m^(-1)左右时,Chla偏高的概率小于75%.基于以上研究,进一步利用连续型贝叶斯网络模型构建的Chla模型模拟了不同气候变化背景下的营养盐控制目标.为控制太湖Chla处于有害蓝藻水华暴发“低风险”水平,在1992~2000、2001~2010和2011~2020年各年代气候水平背景下TP需要控制的目标浓度阈值分别为春季ρ(TP):0.135、0.115和0.059 mg·L^(-1);夏季ρ(TP):0.174、0.164和0.145 mg·L^(-1)和秋季ρ(TP):0.171、0.162和0.145 mg·L^(-1).结果表明随着全球气候变暖,控制富营养化湖泊有害蓝藻水华需要更加严格的营养盐控制策略,可为太湖开展有害蓝藻水华防控和富营养化治理评估营养盐控制目标提供参考.