基于粒子群优化BP神经网络的心电信号分类方法

• 作者: 张紫烨 牛群峰 王莉 郭晓东
• 来源期刊: 自动化与仪表
• 关键词: 心电信号 粒子群算法 BP神经网络 分类 模式识别 QRS波群
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 创新与实践
• 页码范围: 84-87,93
• 页数: 5页
• 分类号: TN911
• 语种: 中文
• DOI: 10.19557/j.cnki.1001-9944.2019.09.020

摘要

为了提高心电信号的分类精度,实现心电信号的智能诊断,该文提出了一种粒子群优化BP神经网络的心电信号分类算法.从正常、左束支传导阻滞、右束支传导阻滞3种心电信号中提取5组特征值作为特征向量,利用粒子群算法修正BP神经网络的初始权值和阈值,并对心电信号样本进行分类识别.实验结果表明,与BP神经网络相比,优化后的BP神经网络对心电信号分类精度更高,准确率达到了98.20％,同时收敛速度更快,明显提高了BP神经网络的全局寻优能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛群峰	河南工业大学电气工程学院	46	151	6.0	9.0
2	王莉	河南工业大学电气工程学院	68	206	8.0	11.0
3	郭晓东	河南工业大学电气工程学院	5	19	3.0	4.0
4	张紫烨	河南工业大学电气工程学院	2	9	2.0	2.0