科研之友
微信
新浪微博
Facebook
分享链接
摘要
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。
-
单位北京科技大学; 宿迁学院
