信息与电脑杂志

摘要：为实现城市老年人健康状态的精准识别，解决传统机器学习模型识别精度低、泛化能力弱的问题，文章提出一种基于黑翅鸢优化算法(Black-Winged Kite Algorithm, BKA)、最小二乘支持向量机(Least Squares Support Vector Machine, LSSVM)、自适应增强(Adaptive Boosting, AdaBoost)算法的融合识别模型。该模型通过Min-Max归一化完成数据预处理，采用BKA算法优化LSSVM的核函数参数与惩罚系数，并结合AdaBoost集成学习动态调整样本权重。实验结果表明，该模型的识别准确率达97.5%,精确率、召回率和F1-score均为86.05%,可为老年人健康管理提供有效的技术支撑。

关键词： 老年人健康状态;机器学习;LSSVM;AdaBoost;BKA算法;

专辑： 信息科技;医药卫生科技

专题： 预防医学与卫生学;自动化技术

分类号： R161.7;TP18