一种融合扩散模型的脉搏信号分类方法

本发明属于人工智能、信号生成技术领域，尤其为一种融合扩散模型的脉搏信号分类方法，包括如下步骤：步骤1：将采集到的长时序脉搏信号进行标准归一化后划分为训练数据集和测试数据集，步骤2：使用训练数据集中的脉搏信号训练ipluseDiff网络，步骤3：将ipluseDiff网络生成的脉搏信号并对训练数据集进行扩增得到增强训练数据集，步骤4：使用扩增后的训练数据集对ResNet50模型进行训练，并使用测试数据集进行检验。本发明首次采用标记索引周期分割方法和改进的扩散模型用以生成脉搏信号数据，对脉搏信号数据集进行扩增，解决了脉搏数据周期分割困难、样本数量不足导致分类网络泛化能力差，过拟合严重的问题，为脉搏信号生成和分类领域提供了研究基础。