国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:卢清,李秋生,叶莉华,许德鹏,
单位:赣南师范大学物理与电子信息学院,江西赣州341000;
关键词:心电分类,多重分形,多重分形关联,支持向量机,
基金:江西省教育厅科技项目(190772);江西省研究生创新专项基金项目(YC2021-S739);;
多重分形理论只是对分形体几何支集上任意一点观察到的奇异指数作统计分析。多重分形关联研究的是具有不同奇异指数的两点之间的空间关联特性,是对多重分形单点统计的推广,两者特性具有一定的互补性。为此研究了一种多重分形及其关联特征进行组合的心电信号分类方法。首先对四种类型心电信号的多重分形及其关联特性进行分析并获得各自的特征。然后结合概率分布以选择合适的特征进行组合,组合后的特征送入支持向量机中分类。该方法在MIT-BIH心律失常数据库上进行了测试,经过20次训练测试得到97.90%的平均准确率。相比独立运用多重分形特征,该方法获得的分类准确率有明显提高。
来源:2023年第10期
《计算机应用研究》期刊编辑部