基于新进化优化BP学习算法的心音识别方法

• 作者: 全海燕 袁倩影
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 单形进化算法 快速主成分分析 BP神经网络 心音识别
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 计算机科学
• 页码范围: 1195-1201
• 页数: 7页
• 分类号: TP39
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2019389

摘要

为提高人工智能辅助诊断心音识别的准确率,根据心音信号的周期性特点,提出以快速主成分分析算法对心音信号降维和提取特征,同时基于单形进化算法,优化BP神经网络学习算法的输出与期望的误差函数,以改进BP神经网络的学习性能,实现对心音信号高准确度的分类识别.针对正常心音及8类异常心音信号进行性能分析与测试,实验结果表明,各类心音的平均识别率为95.96％,改进算法比其他对比算法识别率分别提高了4.9％,3.9％,1.9％,表明该算法能更有效地分类识别心音信号,提高人工辅助诊断的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	全海燕		49	150	6.0	11.0
2	袁倩影		1	0	0.0	0.0