收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于深度学习和模糊C均值的心电信号分类方法

吴志勇  丁香乾  许晓伟  鞠传香  
【摘要】:针对长时海量心电信号自动分类系统中,心电专家诊断费时、费力和成本高,心电信号形态复杂导致特征提取困难,异常诊断模型适应性差、准确度低等问题,本文提出一种基于深度学习和模糊C均值的心电信号分类方法.该方法主要包括心电信号降噪预处理、心电信号分段和采样点统一化、无监督心跳特征学习、模糊C均值分类4个步骤,给出了模糊C均值深度信念网络FCMDBN模型结构和学习分类算法.仿真实验基于MIT-BIH心率异常数据库表明,与基于传统心电特征人工设计的分类方法相比,本文提出的信号诊断方法具有较高的适应性和准确度.

知网文化
【相似文献】
中国期刊全文数据库 前1条
1 吴志勇;丁香乾;许晓伟;鞠传香;;基于深度学习和模糊C均值的心电信号分类方法[J];自动化学报;2018年10期
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978