监护信息系统中异常值的识别和处理方法

摘要

提出了一种监护信息系统中异常值分析处理方法,以提高模型辨识的准确性.应用Hampel滤波器算法,识别监护数据中异常值出现的位置;并采用最小二乘支持向量机回归模型,基于递推预报的方法,对于出现异常值的数据点进行数据重构,实现监护信息系统中出现异常值分析处理.通过应用PhysioNet生物医学信号研究资源中的三组数据集:心率、中心静脉压以及血氧饱和度,进行实验研究,结果表明此方法在对监护数据异常值进行分析和处理中取得了很好的效果.