1、亞健康狀態(tài)的識(shí)別是指通過對(duì)脈象信號(hào)信息的檢查和分析，判斷一個(gè)人是否處于亞健康狀態(tài)。無論從生理上還是從心理上講，亞健康狀態(tài)都會(huì)嚴(yán)重影響著人們的生活質(zhì)量，因此，如何能有效地識(shí)別亞健康狀態(tài)目前已經(jīng)成為一個(gè)較為前沿的研究課題。本文以采用多變量插值的徑向基函數(shù)(Radial-basis Function，RBF)方法實(shí)現(xiàn)對(duì)亞健康狀態(tài)的識(shí)別為主線，針對(duì)脈象信號(hào)中容易引入干擾噪聲、特征的提取準(zhǔn)確率低和識(shí)別效果差的問題，在研究總結(jié)目前常見的方法的基礎(chǔ)上

2、，結(jié)合小波變換、時(shí)域和頻譜分析及如何實(shí)現(xiàn)對(duì)亞健康狀態(tài)的識(shí)別等多方面問題進(jìn)行了系統(tǒng)化的研究，并提出了新的研究方法，提高了識(shí)別的準(zhǔn)確率和精確度。
　　論文的主要工作包括:
　　(1)針對(duì)由于脈象信號(hào)信噪低而容易引入干擾噪聲問題以及目前的特征提取方法對(duì)信號(hào)的特征提取較差的問題，本文采用基于小波變換的方法實(shí)現(xiàn)對(duì)脈象信號(hào)的預(yù)處理，從而減弱甚至消除干擾噪聲的影響，并利用時(shí)域分析和頻譜分析實(shí)現(xiàn)對(duì)脈象信號(hào)的特征提取。實(shí)驗(yàn)結(jié)果表明，該方法可以