首页|基于特征选择和降维的心音信号识别的研究

基于特征选择和降维的心音信号识别的研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为提高心音信号识别的高效性,论文将特征选择后的参数进行降维处理,得到计算成本降低且识别率满足需求的心音识别模型.首先使用小波包分解和功率谱估计计算心音参数,接下来使用4种方法进行特征选择,通过比较识别率,找出能较好反映心音本质特征且具有差异性的参数,最后再将特征选择得到的参数分别用主成分分析法和线性判别分析法进行降维处理,并分别计算降维处理后的识别率.210例样本的识别测试结果表明,降维后的信号识别率达到92.9％,证明该方法能在降维的基础上保证足够的识别率.
Research on New Sound Signal Recognition Based on Feature Selection and Dimension Reduction

李海霞、朱慧博、张施琴、毛凌锋

展开 >

宿迁学院 宿迁 223800

北京科技大学 北京 100083

心音 特征选择 降维 心音识别

国家自然科学基金江苏省高等学校自然科学研究面上项目江苏省教育科学"十三五"课题江苏省教育科学"十三五"课题江苏省研究生科研与实践创新项目江苏省"六大人才高峰"高层次人才项目

6177401419KJB510060C-c/2020/01/17C-c/2018/01/04KYZZ15_0331XCL227

2022

10.3969/j.issn.1672-9722.2022.05.040

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(5)
  • 8