混合CNN-SVM的心音信號分類算法的研究
所屬分類：技術論文
上傳者：wwei
文檔大?。?span>3674 K
標簽： 卷積神經(jīng)網(wǎng)絡 支持向量機 心音信號識別
所需積分：0分積分不夠怎么辦？
文檔介紹：針對當前心音信號識別算法檢測精度不佳問題，提出了一種混合卷積神經(jīng)網(wǎng)絡-支持向量機模型 （CNN-SVM） 的心音信號分類方法。通過PASCAL挑戰(zhàn)實驗數(shù)據(jù)，整理出正常與不正常兩類心音信號數(shù)據(jù)庫，通過預處理濾波及MFCC、一二階差分特征提取、PCA降維，輸入CNN-SVM模型進行訓練。并從準確率、召回率、特異性、精確率和F分數(shù)5個方面進行性能評估。為了驗證此算法的有效性，將混合CNN-SVM模型與單一SVM、CNN模型分別進行了對比。實驗結果表明，該方法能夠以較高識別率將兩種心音信號區(qū)分開，其平均識別準確率接近于99%，相較于單一CNN方法提高了2.48%，同樣高于單一SVM算法。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。