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:
针对HRV信号的特征值提取和分类识别问题,提出一种AR/KNN联合信号模式识别算法.该方法首先采用AR谱分析提取HRV频域特征值,结合信号时域特征值组成HRV特征矩阵,之后通过K近邻分类(KNN)对特征向量进行分类识别.为验证算法准确性,采用MIT-BIH数据库中的四类心电数据对算法进行训练和检测.实验结果表明:该算法对HRV的分类识别正确率可达93.5%,高于同类型其他分类识别算法.
推荐文章
基于脉搏波传导时间变异性的冠心病识别方法
脉搏波传导时间变异性
冠心病
时域分析
非线性分析
主成分分析
心率变异性分析临床应用研究近况
心率变异性
自主神经系统
急性心肌梗死
糖尿病
脑出血患者心率变异性分析
心率
脑出血
自主神经系统
高血压
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AR/KNN的心率变异性分析识别方法
来源期刊 武警工程大学学报 学科
关键词 心率变异性 AR谱分析 K近邻分类
年,卷(期) 2020,(2) 所属期刊栏目 信息通信与指挥保障|Information Communication and Command Guarantee
研究方向 页码范围 30-33
页数 4页 分类号 R541.7|TP274
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (9)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
心率变异性
AR谱分析
K近邻分类
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
武警工程大学学报
双月刊
2095-3984
61-1486/Z
大16开
西安市三桥镇武警路1号
52-183
1985
chi
出版文献量(篇)
3429
总下载数(次)
15
论文1v1指导