首页|基于深度置信网络的心电信号分类识别

基于深度置信网络的心电信号分类识别

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Classification and Recognition of ECG Signals Based on Deep Belief Network

刘健、徐伟、钱炜

展开 >

江苏科技大学电子信息工程学院 镇江 212003

心电信号 深度置信网络 特征提取 分类识别

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

61601206BK2016056515KJB310003

2022

10.3969/j.issn.1672-9722.2022.03.020

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(3)
  • 2
  • 3