计算机应用研究

作者：刘腾,唐虹,张士兵,

单位：1.南通大学电子信息学院,江苏南通226019；2.南通先进通信技术研究院,江苏南通226019；

关键词：心律失常信号,分类识别,小波变换,softmax回归,深度神经网络,

基金：江苏省高等学校自然科学研究重大项目(17KJA540001)；南通大学—南通智能信息技术联合研究中心开放课题(KFKT2017B07)；；

心电图中心律失常信号的分类识别是诊断心血管类疾病的重要依据。基于MIT-BIH提供的数据文件，通过小波变换提取了心电信号的21组特征信息，针对常见五类心律信号的分类识别进行了研究，设计实现了基于softmax回归和神经网络的分类算法。实验结果表明，一个适用的神经网络算法训练速度更快，在较少的迭代次数下，分类识别的正确率稳定在90%以上。

来源：2020年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第3期