智慧城市疾控相关生命体征特征数据库及表征模型说明

智慧城市疾控相关生命体征特征数据库总共包含核心算法提取的体温、心率、血压多模态感知特征57维，按照体温、心率、血压3种模态进行数据划分，体温模态包含96694条数据样本，涵盖均值、标准差、偏度、峰度、熵和47维差分序列；心率模态包含96235条数据样本，涵盖均值和标准差；血压模态包含83215条数据样本，涵盖PPG信号的均值、标准差、偏度。智慧城市疾控相关多模态人体生命体征特征表征模型说明，详细说明了课题相关算法模型的构建方法，包括建立了一个交织多路信号的平行自注意力网络，同时提取了信号间的互相关信息，实现了生命体征的高效表征；提出了一种基于伪特征生成的体征数据增强方法，并结合高斯分布进一步扩充伪特征的多样性，提升了少样本条件下体征信号表征的鲁棒性；提出了一种新的域迁移策略，通过傅里叶变换以及聚类增强算法同时对源域数据和目标域数据进行特征建模，学习不同域的特征分布，并针对回归与分类任务分别设计了不同的损失函数来约束模型拟合，提升了体征信号分析的泛化性能。数据集共计约686MB。

搜集汇总

背景与挑战

背景概述

该数据集是一个智慧城市疾控相关的生命体征特征数据库，包含体温、心率、血压等多模态感知特征共57维，总计超过27万条数据样本。同时，数据集提供了表征模型说明，详细描述了基于自注意力网络、伪特征生成和域迁移策略的算法构建方法，以提升体征信号表征的鲁棒性和泛化性能。