///标签4

研究文章

基于支持向量回归的递归集成方法用于血压测量的置信区间估计

表4

利用最大幅值算法(MAA)、神经网络(NN)、支持向量回归(SVR)、深度神经网络(DNN)、，和SVREM ( ）测量,是带有DNN模型的AdaBoost。


方法	收缩压平均绝对差(%)			DBP平均绝对差(%)			SBP /类似黑洞	SBP AAMI	菲律宾
方法	≤5毫米汞柱	≤10毫米汞柱	≤15毫米汞柱	≤5毫米汞柱	≤10毫米汞柱	≤15毫米汞柱	年级	我(SDE)	我(SDE)

MAA	47.29	84.94	95.53	56.00	86.82	96.94	C / B	0.15 (9.56)	-0.17 (8.10)
神经网络	53.65	85.88	95.29	65.88	94.12	98.58	B / A	-0.31 (7.84)	0.47 (6.92)
SVR	62.59	86.12	95.53	74.12	93.65	96.94	/一个	0.10 (7.15)	-0.34 (6.45)
	71.06	90.82	95.53	81.18	96.24	99.29	/一个	-0.06 (5.82)	0.14 (4.98)
SVREM	69.17	87.06	95.53	76.94	94.12	98.12	/一个	-0.12 (6.29)	0.97 (5.33)

年度文章奖:由主编评选的2020年杰出研究贡献。阅读获奖文章．