基于线性与非线性特征融合的J波自动识别

• 作者: 李灯熬 毋凡铭 赵菊敏
• 来源期刊: 计算机应用研究
• 关键词: J波 极点对称模态分解 高阶累计量 人工蜂群算法 支持向量机
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2548-2551
• 页数: 4页
• 分类号: TP302.1
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.03.0164

摘要

临床研究表明,J波可作为一些心脏疾病的高危预警指标.针对当前医生诊断J波仅通过经验进行识别,易造成误诊的问题,从信号处理角度,提出了一种J波自动识别方法.通过提取心电数据极点对称模态分解后的能量特征与高阶累计量特征,融合线性与非线性特征,并采用主成分分析进行特征降维,最后利用人工蜂群算法优化后的支持向量机进行分类,实现J波的自动识别.对比实验结果,提出的方法平均准确率为97.3％,可有效地识别J波.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李灯熬	太原理工大学信息与计算机学院	76	285	7.0	12.0
2	赵菊敏	太原理工大学信息与计算机学院	67	284	8.0	13.0
3	毋凡铭	太原理工大学信息与计算机学院	1	0	0.0	0.0