一种基于改进鹦鹉算法优化残差网络的心电图分类方法

一种基于改进鹦鹉算法优化残差网络的心电图分类方法，涉及基于机器学习算法的心电图分类技术领域，解决现有鹦鹉算法存在初始种群多样性低，优化模型容易陷入局部最优解的问题，以及在进行心电图分类识别任务时，模型分类结果精准度低等问题，本发明通过对心电图信号数据进行信号特征提取，并划分为训练集和测试集；构建ResNet的心电图分类模型，采用自适应收敛因子和混合柯西高斯变异两种改进的鹦鹉算法优化分类模型，利用优化的参数更新模型，最终获得训练好的分类模型；将测试集输入训练好的分类模型，实现心电图的精准分类等步骤实现。本发明具有更强的全局搜索能力，避免了陷入局部最优的风险。对于心电图数据的分类效果更加精准。