本论文将对实验室的一个研究项目婴幼儿睡眠监控系统进行介绍,本系统通过物联网技术实时收集各类睡眠数据,以数据挖掘算法为核心实时分析婴幼儿行为和状态,并将提醒信息和分析结果实时推送给用户。作为人体的基本生理需要,睡眠质量的好坏直接影响到婴幼儿生长发育。目前国内外市面上的婴幼儿睡眠监控系统都存在一系列问题:使用范围小、数据无法保存、过于依靠人工、用户隐私不能保证以及费用高昂。因此,研究开发一款成本低、实时性高,实用性强的婴幼儿睡眠监控系统迫在眉睫。论文以实现婴幼儿睡眠智能监控系统为研究课题,重点对其中使用的核心算法支持向量机进行了研究,同时也将对整个项目进行介绍。论文的具体结构如下:首先是介绍婴幼儿睡眠智能监控系统中用到的算法-支持向量机算法的理论基础,主要从线性可分过渡到线性不可分以及非线性可分的情况阐述了算法的基本原理,并且对算法目前的实际应用进行了部分介绍。之后对算法中的难点,二次规划求解问题和多分类问题进行了说明,通过对实际算法的结果比对并综合项目本身的特殊性,婴幼儿睡眠监控系统中二次规划求解问题使用了序列最小化算法,而多分类方法使用的是一对一算法。然后论文介绍了项目中如何收集压力数据,以及使用支持向量机算法通过几组不同的实验来处理婴幼儿睡眠监控中收集到的压力数据,通过在这些数据上训练和分类的结果进行比对,验证了支持向量机算法在实现婴幼儿睡眠姿势的判断的可行性,也证明了该系统的可行性。论文的最后部分总结前面讨论的理论算法和系统结构,对使用支持向量机为核心建立的婴幼儿睡眠智能监控系统进行了完整的介绍。论文给出了该婴幼儿睡眠智能监控系统在实际应用中的处理结果和优越性,并在此基础上展望其发展前景,同时总结了目前阶段仍然需要改进的地方。