基于小波和神经网络的动态心电波形分类新方法
丁兴号 邓善熙 等
合肥工业大学仪器仪表学院,安徽合肥210009
摘 要:
利用小波分析提取动态心电波形（DECG）的概貌信息。然后用所得概貌信息作为神经网络的输入，对DECG进行分类。这样一方面可以使神经网络的输入点大大减少，提高了神经网络的分类速度；另一方面也可以看作是对DECG数据的压缩，使数据量大为减少，而其基本的形态特征基本上没有损失，同时还在一定程度上降低了噪声的影响。用MIT数据库中的数据作实验表明所提出的方法简单、易行，分类速度和分类精度都比原有方法提高。 (共5页)
学科分类:
Q811.3[生物科学 > 生物工程学(生物技术) > 仿生学 > 生物控制论]
相关期刊
关注本文的人:
看过本文的人还看过:
cqvip.com