科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统的心电信号分类方法通常需要人为提取特征，导致系统的分类性能不稳定。基于此，运用了基于深度置信网络的心电信号分类算法，利用网络的深层次学习能力自动学习信号的特征。提取特征后，选用Softmax分类器对信号进行分类，并用误差反向传播算法微调网络，提高分类性能。选取MIT-BIH数据库中的正常心拍、室性早搏、房性早搏和起搏心拍进行实验，通过实验结果和方法对比，深度置信网络整体的分类精度达到98.8%，表明其在心电信号分类问题中具有良好的分类识别效果。
-
单位江苏科技大学; 电子信息工程学院
