基于极限学习机的中医脉象识别方法

• 作者: 王晓漫 赵海 陈星池 黄淑春
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 中医脉象 脉搏波 特征提取 极限学习机 脉象识别
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 信息与控制
• 页码范围: 1226-1229
• 页数: 4页
• 分类号: TP391.97
• 字数: 2347字
• 语种: 中文
• DOI: 10.12068/j.issn.1005-3026.2017.09.003

摘要

针对中医脉象模糊性强、种类繁多、特征复杂的特点,以及传统模糊聚类方法、BP神经网络识别方法的不足,提出了一种基于极限学习机(extreme learning machine,ELM)的脉象识别方法.该方法通过提取脉象信号的特征向量,然后利用ELM对特征向量进行了训练和分类.实验结果表明,本文所提出的脉象识别方法与传统模糊聚类方法、BP神经网络方法和支持向量机方法相比,识别正确率分别提高21％,9％和5％.这表明所提出的方法对脉象的分类判别能取得良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵海	东北大学计算机科学与工程学院	416	3872	28.0	45.0
2	陈星池	东北大学计算机科学与工程学院	14	70	3.0	8.0
3	黄淑春	东北大学计算机科学与工程学院	1	2	1.0	1.0
4	王晓漫	东北大学计算机科学与工程学院	1	2	1.0	1.0