10.6040/j.issn.1672-3961.0.2021.306
基于特征选择算法的ECG信号分类
为了提高不同类别心电图(Electrocardiogram,ECG)信号的识别精度,使用小波分析提取心电信号特征,并使用分段距离的特征筛选方法对特征进行筛选排序,去除冗余和干扰特征,挑选出关键特征.通过缩减特征数量,提高分类的精度和效率.结合机器学习分类器对特征进行分类,比较分类效果.结果显示,在MIT-BIH数据集上,本方法的分类精度比不使用特征选择分类精度高0.22%,分类精度最高达到99.67%.试验证明本研究提出的模型能够区分4种常见的ECG信号,较传统方法优势明显.
ECG信号、小波变换、特征选择、机器学习
52
TP391(计算技术、计算机技术)
江苏省研究生科研创新计划项目KYCX220609
2022-09-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
38-44