基于高斯过程的随行监护数据插补方法研究任务书
2020-04-21 16:08:33
1. 毕业设计(论文)主要内容:
大健康是国家重点推进的产业,相关研究是当前研究的热点,本课题针对可穿戴设备监测数据不连续或者缺失等问题,研究随行监护数据插补方法,具体研究内容如下:
1.前期知识储备:进行资料查阅,对相关知识有整体了解,并深入学习并掌握所选用的编程语言。
2.在前期准备的基础上,进行调研,给出监护数据插补的需求分析,以及相关的系统总体设计。
3.对基于高斯过程的数据插补方法进行研究,提出适合的数据插补算法,并搭建实验环境实现。
2. 毕业设计(论文)主要任务及要求
1.要求在进行充分的系统调研和论证的基础上,按照软件开发过程的步骤,撰写需求、概要、详细、测试、操作手册等设计文档和用户文档。
2.掌握工具的开发流程和具体的编程知识,运用相关技术独立完成参数设置及各种编码方法的设计与实现。
3.按公开发表论文格式规范撰写论文;完成相关英文资料的翻译(原文20,000印刷符号),翻译得准确无误;自己排版、打印全部论文内容;学生提交论文同时,上交存放有论文和所设计软件源代码的光盘片。
3. 毕业设计(论文)完成任务的计划与安排
第1周 完成毕业设计选题
第2周-第5周 完成开题报告
第6周-第7周 完成需求分析
第7周-第8周 完成概要设计
第8周-第10周 完成详细设计
第11周-第13周 完成编码及测试
第14周-第16周 完成毕业论文及相关文档,准备答辩
4. 主要参考文献
[1]feng g, quirk j g, djuri#263; p m. recovery of missing samples in fetal heart rate recordings with gaussian processes[c]//signal processing conference (eusipco), 2017 25th european. ieee, 2017: 261-265.[2]stegle o, fallert s v, mackay d j c, et al. gaussian process robust regression for noisy heart rate data[j]. ieee transactions on biomedical engineering, 2008, 55(9): 2143-2151.
[3]wong d, clifton d a, tarassenko l. probabilistic detection of vital sign abnormality with gaussian process regression[c]//bioinformatics amp; bioengineering (bibe), 2012 ieee 12th international conference on. ieee, 2012: 187-192.
[4]dürichen r, pimentel m a f, clifton l, et al. multitask gaussian processes for multivariate physiological time-series analysis[j]. ieee transactions on biomedical engineering, 2015, 62(1): 314-322.
[6]clifton l, clifton d a, pimentel m a f, et al. gaussian processes for personalized e-health monitoring with wearable sensors[j]. ieee transactions on biomedical engineering, 2013, 60(1): 193-197.
[7]banaee h, ahmed m u, loutfi a. data mining for wearable sensors in health monitoring systems: a review of recent trends and challenges[j]. sensors, 2013, 13(12): 17472-17500.