文档名：基于小波去噪和深度学习的含噪声心电信号分类
针对含噪声心电信号在特征提取过程中存在的问题,采用小波去噪进行数据预处理,通过合理选取小波基函数、小波分解层数、阈值等参数,获得去噪后的心电信号.对心电信号进行二维时-频密度函数表征,针对连续小波变换滤波器组获取信号样本的连续小波变换,根据系数获得适配GoogLeNet网络的尺度图.联合运用时频分析和深度卷积神经网络实现心电信号分类.实验结果表明,提出的联合GoogLeNet模型可以实现心电信号的有效分类.
作者：刘昱昕张延华杨睿哲
作者单位：北京工业大学信息学部,北京100124
母体文献：第十四届全国信号和智能信息处理与应用学术会议论文集
会议名称：第十四届全国信号和智能信息处理与应用学术会议
会议时间：2021年4月11日
会议地点：北京
主办单位：中国高科技产业化研究会
语种：chi
分类号：
关键词：心电信号分类 特征提取 小波去噪 深度学习
在线出版日期：2021年6月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 4.65 MB
- 下载次数:
- 60
-
高速下载
|
|
