基于动态模糊决策树的心电信号分类方法

摘要：

为提高心电信号分类识别的准确率,提出一种基于时频特征融合与动态模糊决策树的心电信号分类识别方法.对心电信号依次进行周期分割、小波包分解与重构和形态识别处理,将小波包变换系数矩阵的二范数作为频域特征,并与时域特征进行融合以表征心电信号,同时将模糊 C 均值聚类引入模糊决策树的建树过程中,实现特征空间的动态划分.在 MIT-BIH标准心电数据库上的实验结果表明,该方法的分类识别准确率较高,心电信号正异常分类的准确率达99.14％.

关键词：心电信号、小波包、特征融合、动态模糊决策树、模糊C均值聚类

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家"十三五"核能开发科研项目20161295

在线出版日期：2020-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：80-86