基于深度置信网络的心电信号分类识别
刘健
徐伟
钱炜
江苏科技大学电子信息工程学院 镇江 212003
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.
关键词：心电信号深度置信网络特征提取分类识别
分类号：TP249(自动化技术及设备)
资助基金：国家自然科学基金(61601206)江苏省自然科学基金(BK20160565)江苏省高校自然科学研究项目(15KJB310003)
论文发表日期：2022-03-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 559-564 )
英文信息