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:
传统ECG检测分类算法通常分成检测、分类两个步骤,本文提出一种基于卷积核补偿ECG检测分类的新算法,可以将ECG的检测和识别合并成一步完成,文章对LTST数据库的ECG数据进行了该算法的验证,说明该算法完全可以实现ECG的检测和分类.
推荐文章
基于卷积神经网络的ECG信号识别方法
ECG信号识别
短时傅里叶变换
卷积神经网络
支持向量机
基于边缘检测的卷积核数量确定方法
卷积神经网络
边缘检测
卷积核数量
字符识别
基于卷积神经网络的垃圾自动分类算法
卷积神经网络
MobileNetV2
ShuffleNetV1
垃圾分类
基于卷积网络的车辆定位与细粒度分类算法
卷积神经网络
细分车型识别
车牌定位
区域回归
多标签分类
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 基于卷积核补偿ECG检测分类算法
来源期刊 自动化与仪器仪表 学科 工学
关键词 基于卷积核补偿 心电图信号 检测 分类
年,卷(期) 2009,(4) 所属期刊栏目 实践与创新
研究方向 页码范围 137-138,140
页数 3页 分类号 TP274.3
字数 1616字 语种 中文
DOI 10.3969/j.issn.1001-9227.2009.04.050
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 查长军 合肥学院电子信息与电气工程系 19 25 3.0 4.0
2 鲁昌华 合肥工业大学计算机与信息学院 85 826 14.0 24.0
3 汪济洲 合肥学院电子信息与电气工程系 12 41 4.0 6.0
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  (0)
同被引文献  (0)
二级引证文献  (0)
2009(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)
研究主题发展历程
节点文献
基于卷积核补偿
心电图信号
检测
分类
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
自动化与仪器仪表
月刊
1001-9227
50-1066/TP
大16开
重庆市渝北区人和杨柳路2号B区
78-8
1981
chi
出版文献量(篇)
9657
总下载数(次)
37
总被引数(次)
30777
论文1v1指导