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:
提出一种心电信号分类方法,利用非负矩阵分解进行数据降维,运用支持向量机进行心电信号分类,以保留更多的原始数据信息,从而更有效地提取高维心电数据特征,提高分类准确度.通过对MIT-BIH数据库中4类常见心电信号进行分类实验,证明该方法的整体准确率达到99%.
推荐文章
基于小波分解和多分类支持向量机的脸谱识别
脸谱识别
小波分解
支持向量机
ORL脸谱图像库
非负矩阵分解及其改进方法
非负矩阵
非负分解
优化函数
迭代方程
基于稀疏非负TT分解的图像分类算法
Tensor Train分解
交替非负最小二乘法
非负张量分解
稀疏性
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 基于非负矩阵分解和支持向量机的心电图分类
来源期刊 计算机工程 学科 工学
关键词 非负矩阵分解 支持向量机 心电图 特征向量 降维
年,卷(期) 2012,(9) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 174-176
页数 分类号 TP391
字数 3154字 语种 中文
DOI 10.3969/j.issn.1000-3428.2012.09.052
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 马小虎 苏州大学计算机科学与技术学院 62 341 9.0 14.0
2 赵传敏 苏州大学计算机科学与技术学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (68)
共引文献  (31)
参考文献  (7)
节点文献
引证文献  (7)
同被引文献  (9)
二级引证文献  (26)
1900(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(9)
  • 参考文献(1)
  • 二级参考文献(8)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(4)
  • 引证文献(3)
  • 二级引证文献(1)
2014(8)
  • 引证文献(1)
  • 二级引证文献(7)
2015(8)
  • 引证文献(1)
  • 二级引证文献(7)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
非负矩阵分解
支持向量机
心电图
特征向量
降维
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导