可用于移动设备的心律失常分类算法研究
文献类型：期刊论文
| 作者 | 易铭 ; 郁磊 ; 王计平 ; 方强 |
| 刊名 | 计算机仿真
 |
| 出版日期 | 2014-07-14 |
| 期号 | 7页码:243-246 |
| 关键词 | 心电信号 室性心律失常 极限学习机 岭回归 激活函数改进 |
| 中文摘要 | 在心律失常分类问题的研究中,将神经网络、支持向量机用于移动设备平台的室性心律失常分类时,针对数据量大导致的训练时间长、分类时间长的问题,提出了激活函数改进的岭回归极限学习机(Extreme Learning Machine,ELM)算法,以岭回归极限学习机为基础,对激活函数进行多种改进尝试。以训练时间和分类准确率等为性能指标,对比不同激活函数,以及多种分类算法,证明改进后的岭回归极限学习机算法能够快速、准确地针对室性心律失常进行分类,速度与准确性优于其它几种算法。 |
| 语种 | 中文 |
| 公开日期 | 2015-05-27 |
| 源URL | [http://ir.ciomp.ac.cn/handle/181722/43373]  |
| 专题 | 长春光学精密机械与物理研究所_中科院长春光机所知识产出 |
| 推荐引用方式 GB/T 7714 | 易铭,郁磊,王计平,等. 可用于移动设备的心律失常分类算法研究[J]. 计算机仿真,2014(7):243-246. |
| APA | 易铭,郁磊,王计平,&方强.(2014).可用于移动设备的心律失常分类算法研究.计算机仿真(7),243-246. |
| MLA | 易铭,et al."可用于移动设备的心律失常分类算法研究".计算机仿真 .7(2014):243-246. |
入库方式： OAI收割
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。