摘要
本申请公开了一种基于多分支注意力的ECG开集身份识别方法及其设备,其中,方法包括:将数据预处理后的目标心拍数据划分为数据量相同的第一数据集和第二数据集,将第一数据集作为训练集训练模型,得到目标多分支注意力特征融合网络;划分第二数据集为验证集和测试集;将验证集输入目标多分支注意力特征融合网络得到开集识别阈值;将测试集的各个第一心拍数据输入至目标多分支注意力特征融合网络,得到每个第一心拍数据对应的多个样本类别概率;基于各个样本类别概率和开集识别阈值确定每个第一心拍数据的开集身份识别结果。本申请通过目标多分支注意力特征融合网络充分提取ECG数据特征并提升身份识别和开集识别的准确率。
技术关键词
特征融合网络
身份识别方法
多分支
注意力
数据
全局特征提取
空洞
样本
局部特征提取
小波去噪
模块
训练集
全局平均池化
残差结构
模板
分割算法
处理器通信
序列
系统为您推荐了相关专利信息
智能调控方法
中央控制器
分相罐
图像降噪算法
机器学习算法分析
激光雷达点云数据
语义点云
定位方法
度量
语义地图
误差补偿模型
充电策略
恒流充电
检测电池温度
温度传感器