QQ客服 官方微博 反馈留言

	基于主成分分析进行特征融合的心拍分类
	王迪 ; 司玉娟 ; 刘通 ; 郭永丛 ; 刘书文
	2015
关键词	心拍分类 分类准确率 特征融合 主成分分析 MIT-BIH数据库
英文摘要	针对心拍分类中单一特征分类准确率低而组合特征存在特征冗余和维度过高的问题,提出了一种基于主成分分析(PCA)进行特征融合的心拍分类算法。该算法在对单一特征进行规范化后,将多种特征组合为一个具有大量信息的高维特征;之后引入PCA算法去除冗余成分,得到低维融合特征;最后,利用支持向量机(SVM)为分类器完成心拍分类。以心拍时域特征、离散小波特征、离散傅里叶特征为例,在MIT-BIH数据库上进行了实验。实验结果表明,融合特征维度为100时,分类准确率可达97.389%。与单一特征相比,融合特征提高了分类准确率;与组合特征相比,融合特征降低了特征维度。; 中科院长春光机所、《光学精密工程》编辑部; 6; Vol.23
语种	中文
出处	2015光学精密工程论坛
内容类型	其他
源URL	[http://ir.pku.edu.cn/handle/20.500.11897/444305]
专题	软件与微电子学院
推荐引用方式 GB/T 7714	王迪,司玉娟,刘通,等. 基于主成分分析进行特征融合的心拍分类. 2015-01-01.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

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。