10.19557/j.cnki.1001-9944.2019.09.020
基于粒子群优化BP神经网络的心电信号分类方法
为了提高心电信号的分类精度,实现心电信号的智能诊断,该文提出了一种粒子群优化BP神经网络的心电信号分类算法.从正常、左束支传导阻滞、右束支传导阻滞3种心电信号中提取5组特征值作为特征向量,利用粒子群算法修正BP神经网络的初始权值和阈值,并对心电信号样本进行分类识别.实验结果表明,与BP神经网络相比,优化后的BP神经网络对心电信号分类精度更高,准确率达到了98.20%,同时收敛速度更快,明显提高了BP神经网络的全局寻优能力.
心电信号、粒子群算法、BP神经网络、分类、模式识别、QRS波群
34
TN911
河南省科技厅自然科学项目182102210089;河南工业大学校基金项目2018XTCX02
2019-10-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
84-87,93