摘要
本发明提供了一种心电信号分类、心电信号分类模型训练方法及电子设备,模型训练方法包括:确定包括有标签的心电信号样本和无标签的心电信号样本的训练数据集,以及包括基于依次级联的多个掩码自编码器构成的初始变量变换模块和基于混合高斯分布生成的初始变量分类模块的初始心电信号分类模型。将心电信号样本输入至初始变量变换模块得到服从混合高斯分布的目标变量,并将目标变量输入至初始变量分类模块,得到心电信号样本的分类结果;根据分类结果调整初始心电信号分类模型的目标参数,得到目标心电信号分类模型。有效降低了心电信号分类模型的训练成本,提升了心电信号分类模型训练效率以及提升了得到的心电信号分类模型的分类准确性。
技术关键词
分类模型训练方法
变量
编码器
样本
协方差矩阵
心电信号分类方法
模块
电子设备
标签
存储计算机程序
数据
参数
级联
指令
存储器
系统为您推荐了相关专利信息
语义特征
特征提取网络
推理网络
通信系统
通信方法
机器学习模型
线性传感器阵列
预报方法
壁面剪应力
平台
编码器模块
编码向量
分析方法
多头注意力机制
编码器结构