基于无线射频识别的手术器械自适应分类仿真

摘要

cqvip:针对当前无线射频识别的手术器械自适应分类时,普遍存在着分类时间过长、能量消耗过大等问题。提出基于线性组合模型的手术器械自适应分类方法。通过对无线射频识别的手术器械自适应分类进行分析,引用高斯滤波对读写器读取到的手术器械设备标签信号强度进行预处理,减少周围环境因素对信号的干扰,使手术器械设备标签信号强度值与标签实际位置相符,引用粒子群算法找出最优标签信号强度值。将监督预学习和监督微调相结合,构建支持向量机线性组合模型,将手术器械标签的信号强度值输入到支持向量机中,获取手术器械设备标签信号的后验概率,根据后验概率进行手术器械自适应分类。实验结果表明,所提方法分类时间较短、能量消耗较小。