比特币经常传出暴涨消息

预计到2025年，全球可穿戴设备市场将达到466亿美元，预计2020年至2025年将以20.5%的复合年增长率增长。

由于感染水平的持续上升，新冠肺炎大流行的爆发使医疗机构不堪重负。为了克服这个问题，医疗物联网解决方案和可穿戴设备具有巨大的潜力，因为它可以实现对患者健康的远程监测和医疗设施的自动化。这样可以减少对病毒的过度暴露以及一线医疗保健的负担。

让我们了解一下，新冠肺炎大流行时期，支持物联网的可穿戴自动健康监测系统如何能够节省医护人员的时间和工作：

生命体征监测

经常监测患者的生命体征是治疗的一部分。为此，与患者有身体接触的医疗保健专业人员很可能会接触到这种病毒。这就是可穿戴物联网解决方案的用武之地。它可以获取重要的读数，包括体温、呼吸率、血压、脉搏率、血糖水平等，并通过蓝牙、Zigbee或其他通信协议将读数发送到支持Wi-Fi的网关设备。网关设备又可以将读数发送到云中，云可以对数据进行分析和机器学习，并在任何患者的健康状况需要关注时通知护理站。

活动跟踪

新冠肺炎病房与医疗机构的其他部分完全隔离，以减少病毒传播的机会。然而，很多时候患者试图走出病房。这种可穿戴设备可以帮助跟踪患者在新冠肺炎隔离病房中的活动，从而避免人工值守的需要。当新冠肺炎阳性患者试图离开隔离病房时，可穿戴设备可以通过向云端提供患者位置坐标来通知护理站。可穿戴设备还可以提醒附近的其他可穿戴设备有关新冠肺炎患者的存在。

员工筛查

根据新冠肺炎指南，在允许任何人进入经营场所之前，应获取他们的体温读数。但是，对于医疗保健专业人士来说，在医疗场所经常测量体温也是至关重要的。可穿戴设备可以定期获取医疗保健专业人员的体温读数并将其发送到云中。如果任何医疗保健专业人员的体温高于37.4°C，云都可以分析收集的数据并通知护理站，以便可以立即隔离医疗专业人员。

人员集聚

根据社交距离规范，建议与周围所有人保持至少2米的距离，并避免到处聚集。可穿戴设备可以计算出与其他可穿戴设备之间的距离，并通知人员注意。可穿戴设备可以通过网关设备向云端更新位置坐标。云可以分析所有上传的坐标，如果在楼内的某个地方出现了人员聚集，则可以通知管理部门，管理员可以宣布清理拥挤区域并保持社交距离。
 

1. 基于树的算法几乎总是优于其它机器学习算法。 可以解释为决策树本身更能选择出最重要的特征。 此外，基于规则的模型更适合用于特定的数据集，尤其是难以对目标与特征间的关系建模时。

2. 鲍鱼数据集上的结果都很差：因为有28个类别，而且观测次数很少（只有210次）。 但是，EDT模型以最高的准确率脱颖而出。 这表明它能有效地处理困难的数据集并避免过拟合。

值得注意的是，EDT模型使用的是默认参数。 调整参数能带来更好的表现。
 

如你所见，数据集在观测次数，特征个数和类别个数这几个方面的差别很大。

最困难的数据集肯定是第一个数据集，因为它有很多类别，而观察次数较少。

方法

以下是与更‘经典’的机器学习算法相比时，作者用来评估EDT模型表现的方法的主要信息：

• EDT模型已使用以下超参数进行了训练：世代数为500，群体大小为400，重组/变异的概率分别为0.6 / 0.4，选择方法为随机统一的精英制选择。

• 使用5x2交叉验证来测量模型的表现。
  
  

（编辑：保山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!