摘要：提出一种基于深度置信网络(DBN)的心电信号分类方法。在对心电信号进行滤波等预处理后,构建一个DBN,由高斯-伯努利和伯努利-伯努利两种受限玻尔兹曼机(RBM)叠加而成。预训练阶段通过对比散度(CD)算法来学习RBM参数。权值微调阶段,在DBN顶部添加一个Softmax输出层,使用反向传播算法来执行有监督的微调。使用MIT-BIH心律失常数据库对DBN进行训练和测试,实验结果表明,和传统的人工设计方法相比,该方法在心电信号分类上性能更佳。
分类：期刊> 自然科学与工程技术> 信息科技> 计算机软件及计算机应用
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：心电信号分类 受限玻尔兹曼机 深度置信网络
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
