基于小波包和PSOBPNN的心电特征识别

作者：郭庆; 迮良佳; 胡**

来源：计算机仿真, 2021, 38(05): 445-461.

• 心电信号
• 特征识别
• 小波包变换
• 神经网络
• 粒子群优化

为提高心电图分类的准确度,提出一种基于能量特征和PSOBPNN的心电图分类方法。方法首先采用小波包变换对心电信号进行多尺度分解,提取小波包节点系数重构后的归一化能量,将其作为心电信号特征,再者利用粒子群算法(PSO)优化BP神经网络(BPNN)参数构建出PSOBPNN模型,最后利用优化后的分类模型对心电特征进行识别分类,同时,引入LM-BPNN和RBF网络分类模型,与PSO-BPNN模型作对比分析并总结。仿真结果表明,PSOBPNN分类方法较其它方法具有很高的分类准确度,分类正确率可达到98.40%。

• 单位
  自动化学院; 桂林电子科技大学