10.3969/j.issn.1672-9722.2022.03.020
基于深度置信网络的心电信号分类识别
传统的心电信号分类方法通常需要人为提取特征,导致系统的分类性能不稳定.基于此,运用了基于深度置信网络的心电信号分类算法,利用网络的深层次学习能力自动学习信号的特征.提取特征后,选用Softmax分类器对信号进行分类,并用误差反向传播算法微调网络,提高分类性能.选取MIT-BIH数据库中的正常心拍、室性早搏、房性早搏和起搏心拍进行实验,通过实验结果和方法对比,深度置信网络整体的分类精度达到98.8%,表明其在心电信号分类问题中具有良好的分类识别效果.
心电信号、深度置信网络、特征提取、分类识别
50
TP249(自动化技术及设备)
国家自然科学基金;江苏省自然科学基金;江苏省高校自然科学研究项目
2022-04-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
559-564