基于新进化优化BP学习算法的心音识别方法

作者：袁倩影; 全海燕^*

来源：吉林大学学报(理学版), 2020, 58(05): 1195-1201.

DOI：10.13413/j.cnki.jdxblxb.2019389

• 单形进化算法
• 快速主成分分析
• BP神经网络
• 心音识别

为提高人工智能辅助诊断心音识别的准确率,根据心音信号的周期性特点,提出以快速主成分分析算法对心音信号降维和提取特征,同时基于单形进化算法,优化BP神经网络学习算法的输出与期望的误差函数,以改进BP神经网络的学习性能,实现对心音信号高准确度的分类识别.针对正常心音及8类异常心音信号进行性能分析与测试,实验结果表明,各类心音的平均识别率为95.96%,改进算法比其他对比算法识别率分别提高了4.9%,3.9%,1.9%,表明该算法能更有效地分类识别心音信号,提高人工辅助诊断的识别率.

• 单位
  昆明理工大学; 自动化学院