一种基于ICEEMDAN的脉搏信号特征提取与分类方法

本发明公开了一种基于ICEEMDAN的脉搏信号特征提取与分类方法，将原始脉搏信号进行标签标记和预处理；对预处理后的脉搏信号进行ICEEMDAN分解得到若干个由高频到低频的IMF分量；筛选合适的分量计算其模态能量、模态频率和时域能量熵构造特征向量；利用得到的特征向量与标签进行脉搏信号的训练与分类识别。本发明能够避免手动提取特征存在的局限性和自动提取特征计算复杂程度高的问题，具有自适应性，不易受噪声干扰。本发明还能很好地解决了传统的随机森林算法在处理低维数据分类效果不理想的问题，提出了AOA‑RF算法，这个过程不仅提高了模型的分类准确性，还增强了模型对于数据特征的捕捉能力，使得随机森林在处理原始数据时表现更为优越。