混合CNN-SVM的心音信號分類算法的研究
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>3674 K
標(biāo)簽： 卷積神經(jīng)網(wǎng)絡(luò) 支持向量機(jī) 心音信號識別
所需積分：0分積分不夠怎么辦？
文檔介紹：針對當(dāng)前心音信號識別算法檢測精度不佳問題,，提出了一種混合卷積神經(jīng)網(wǎng)絡(luò)-支持向量機(jī)模型 （CNN-SVM） 的心音信號分類方法,。通過PASCAL挑戰(zhàn)實驗數(shù)據(jù)，整理出正常與不正常兩類心音信號數(shù)據(jù)庫,，通過預(yù)處理濾波及MFCC,、一二階差分特征提取,、PCA降維,，輸入CNN-SVM模型進(jìn)行訓(xùn)練。并從準(zhǔn)確率,、召回率,、特異性、精確率和F分?jǐn)?shù)5個方面進(jìn)行性能評估,。為了驗證此算法的有效性,，將混合CNN-SVM模型與單一SVM、CNN模型分別進(jìn)行了對比,。實驗結(jié)果表明,，該方法能夠以較高識別率將兩種心音信號區(qū)分開，其平均識別準(zhǔn)確率接近于99%,，相較于單一CNN方法提高了2.48%,，同樣高于單一SVM算法。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分,；重復(fù)下載不扣分,，本人上傳資源不扣分。