基于复合特征和FOAGRNN的心电图分类

• 作者: 吴汝琴 徐翠锋 郭庆
• 来源期刊: 微电子学与计算机
• 关键词: 果蝇算法 广义回归神经网络 核独立主元分析 小波包 心电图分类 特征提取
• 年，卷（期）: 2018,（6）
• 页码范围: 31-35
• 页数: 5页
• 分类号: R318.04
• 语种: 中文

摘要

为提高心电图分类的准确度,提出一种基于复合特征和FOAGRNN的心电图分类方法.该方法首先用核独立主元分析(KICA)对心电信号进行非线性特征提取得到特征向量A,其次采用小波包变换对心电信号进行多尺度分解,提取小波包节点系数重构后的归一化能量组成特征向量B,A和B组合成复合特征向量C作为心电信号特征,再者利用果蝇算法(FOA)优化广义回归神经网络(GRNN)参数构建出FOAGRNN模型,最后利用优化后的分类模型对心电特征进行识别分类.仿真实验结果表明,FOAGRNN分类方法较其它方法具有很高的分类准确度,分类正确率可达到99.0%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭庆	桂林电子科技大学电子工程与自动化学院	119	697	13.0	23.0
2	徐翠锋	桂林电子科技大学电子工程与自动化学院	41	141	5.0	11.0
3	吴汝琴	桂林电子科技大学电子工程与自动化学院	2	4	1.0	2.0