基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文主要讨论基于神经网络的模式分类方法,首先针对原始心跳信号,进行有效的滤噪,使得在特征空间中把真正的心跳信号区别开来.然后应用神经网络的方法,建立模型.最终能够应用模型达到心跳信号与病变信号自动区分的目的.
推荐文章
基于粒子群优化BP神经网络的心电信号分类方法
心电信号
粒子群算法
BP神经网络
分类
模式识别
QRS波群
基于Elman神经网络的肌电信号分类
小波分析
Elman网络
MATLAB
基于BP神经网络的心电信号智能诊断设计
心电信号
QRS波检测
小波变换
BP神经网络
深度学习
智能诊断
动态心电信号的模式识别技术研究
模式识别
特征提取
快速小波变换
自适应阈值法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 应用神经网络的理论对动态心电信号模式分类的研究
来源期刊 计算机应用与软件 学科 工学
关键词 神经网络 模式识别 感知器算法 自适应阀值法
年,卷(期) 2006,(3) 所属期刊栏目 人工智能与识别
研究方向 页码范围 83-85
页数 3页 分类号 TP3
字数 4198字 语种 中文
DOI 10.3969/j.issn.1000-386X.2006.03.032
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 金登男 华东理工大学计算机系 8 23 3.0 4.0
2 王进军 华东理工大学计算机系 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (12)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
神经网络
模式识别
感知器算法
自适应阀值法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导