周飞 邹宁 赵银歌 黄倩雅 刘可盈

摘 要：随着高血压患者的逐渐增多，并且日趋于年轻化，如何防治高血压病成为重要课题。鉴于此现状，文章提出基于支持向量机的高血压预测方法。根据支持向量机原理，对高血压病理属性进行分类，建立高血压病的预测模型，通过计算不同分类属性的权重指数，获取不同属性对高血压病影响的重要程度等级，进而实现潜在高血压病的预测。实验结果表明，利用支持向量机算法能够有效对潜在高血压病进行预测，为早期高血压病的检测与防治提供理论支持。

关键词：支持向量机；高血压防治；预测模型

高血压病是目前比较常见的心血管疾病[1]，随着人们生活节奏的加快、生活压力的增大，高血压病的发病率也呈现出上升趋势，逐渐威胁到现代人的身体健康，对潜在高血压病的准确预测能够为高血压病的预防与早期治疗提供依据。常用的潜在高血压病预测方法主要包括基于神经网络算法的预测方法[2]、基于决策树算法的预测方法[3]、和基于关联规则算法的预测方法[4]。

上面提到的各种传统方法在进行潜在高血压病预测过程中，没有计算各项参数对高血压病的影响权重，造成拟合预测的准确度不高，致使对潜在高血压病的预测效率降低。为了避免上述算法的缺陷，本文利用支持向量机算法进行潜在高血压病的预测，能够有效提高预测的准确率与效率，为早期高血压病的检测与防治提供可靠方案。……