摘要
本申请公开了一种计及信号时空复杂程度的心电模式融合识别方法。首先对12导联心电信号进行预处理、获取心电信号的时间参数和空间参数,并且提取心电信号下的非线性动力学特征;计算非线性动力学特征信号下的时间复杂度以及空间复杂度;基于一种新的相似度量学习计算不同样本之间非线性心电动力学特征的时空复杂程度之间的差异,根据度量值确定待融合心电模式集合;根据不同集合的时空复杂程度,计算全局‑局部综合融合权重;最后根据全局‑局部综合融合权重的差异度量对待融合心电模式集合赋予权重并完成模式融合。所提出的心电模式融合识别方法能够较好代表不同的心电模式,从而提升对心电信号的识别能力。
技术关键词
非线性动力学特征
融合识别方法
高斯径向基函数
电信号
模式
复杂度
参数
神经网络权值
样本
度量学习方法
基线
神经网络训练
代表
近似误差
矩阵
序列
系统为您推荐了相关专利信息
神经网络模型
拓扑图
资源约束条件
分布式运行方法
模式
网络流量数据
贝叶斯网络模型
识别网络流量
节点
代表