科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于经典机器学习算法在心电信号(Recording of electrocardiograms, ECG)分析中存在特征表征能力不足等原因，基于深度学习投票机制，提出了一种基于多模型投票的深度学习ECG波形分类方法。利用多个具有不同网络参数的深度神经网络对ECG信号进行分类，并通过加权投票来提高ECG信号的分类准确率。实验的平均分类准确率为98%,与传统方法以及其它深度学习方法比如支持向量机，卷积神经网络，深度神经网络以及长短期记忆网络的结果比较，验证了上述方法在分类精度上有显著提高。
- 单位
