摘要
本发明公开了一种ECG信号的异常检测方法,属于ECG信号处理技术领域,包括以下步骤:步骤一:对ECG信号中的高频噪声和基线漂移进行处理;步骤二:对ECG信号伪周期进行分割;步骤三:对ECG信号进行时序数据异常检测,利用LSTM‑TA单元对每个伪周期内的信号波动趋势进行分析,然后利用SBA‑LSTM2GAN模型对信号进行模型训练和异常检测,异常检测完成后利用融合多关联分类器对异常数据进行解释。本发明采用LSTM‑TA单元,可以通过趋势门注意力机制更好的剔除当前输入中不重要的信息,对那些重要的信息给予更多的关注,而且采用变分自编码器和生成对抗网络的混合模型,结合VAE和GAN的优势,解决了单一模型的局限性。
技术关键词
异常检测方法
异常数据
分类器
编码器
时间序列预测系统
LSTM模型
生成对抗网络
注意力机制
阶段
极值
稳态
小波滤波器
信号处理技术
周期
时序
分类规则
算法
系统为您推荐了相关专利信息
偏最小二乘回归模型
土壤含水量预测
卷积神经网络模型
连续投影算法
光谱分析技术
监督学习框架
超声医学图像
特征提取模块
生成超声图像
表达式
空间结构特征
药物相互作用预测
矩阵
多源特征
交叉注意力机制
视频生成方法
多模态
滑动时间窗
自动编码器
注意力