典型文献
基于改进ResNet50的心音分类算法研究
文献摘要：
心音自动分类算法广泛使用浅层卷积神经网络和递归神经网络,针对其特征提取能力较弱、感受野大小单一的不足,提出了基于改进ResNet50的心音分类算法.使用ResNet50网络作为分类模型,并引入空间注意力机制SK conv(Selec?tive Kernel convolution)和混合空洞卷积(HDC,Hybrid Dilated Convolution)方法.使用经短时傅里叶变换提取的时频图作为输入,在PhysioNet Challenge2016数据集上进行正常与异常心音分类测试.实验结果表明,与ResNet50网络相比,该方法获得了更高的分类精度,平均准确率达到92.6％.
文献关键词：
心音分类;ResNet50;Selective Kernel convolution;混合空洞卷积
中图分类号：
作者姓名：
李嘉琪;全星日
作者机构：
延边大学,吉林延吉133002
文献出处：
引用格式：
[1]李嘉琪;全星日-.基于改进ResNet50的心音分类算法研究)[J].电脑知识与技术,2022(21):76-78
A类：
Challenge2016
B类：
ResNet50,心音分类,分类算法,算法研究,自动分类,递归神经网络,特征提取能力,感受野,分类模型,空间注意力机制,SK,Kernel,convolution,混合空洞卷积,HDC,Hybrid,Dilated,Convolution,短时傅里叶变换,时频图,PhysioNet,常心,分类精度,平均准确率,Selective
AB值：
0.351297
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
