心电信号的准确判别是实现心电监测系统智能诊断的关键。为提高心电信号的分类精度，研究了一种改进BP神经网络的心电信号分类算法。首先对MIT-BIH Arrhythmia Database样本专家标注心拍进行统计分析，选择正常心拍、室性早搏、左束支传导阻滞心拍和右束支传导阻滞心拍作为神经网络识别目标，采用主成分分析法提取25个心拍特征作为样本向量。仿真结果表明，改进BP神经网络具有较好的分类识别能力，整个样本分类准确率为98.4%。算法收敛速度快，分类精度高，有助于检测和诊断心脏疾病。
2022-01-09 23:31:35
476KB
1
此资源为心电比赛的数据与代码，有1000个数据，每个10s。代码为心电信号的二分类，最终准确率为0.8100。此资源为网络搜索，仅供大家学习参考，切勿用于其他用途！
2020-02-16 03:06:41
159.69MB
1
一篇心电信号识别和分类的论文。定义并提取了基于时域特征、小波域特征和高阶统计量特征等三大类心电特征参数，将一次性直接求解多类模式的 SVM 方法应用于心电信号分类。
2019-12-21 20:04:49
268KB
1