典型文献
基于深度置信网络的心电信号分类识别
文献摘要：
传统的心电信号分类方法通常需要人为提取特征,导致系统的分类性能不稳定.基于此,运用了基于深度置信网络的心电信号分类算法,利用网络的深层次学习能力自动学习信号的特征.提取特征后,选用Softmax分类器对信号进行分类,并用误差反向传播算法微调网络,提高分类性能.选取MIT-BIH数据库中的正常心拍、室性早搏、房性早搏和起搏心拍进行实验,通过实验结果和方法对比,深度置信网络整体的分类精度达到98.8％,表明其在心电信号分类问题中具有良好的分类识别效果.
文献关键词：
心电信号;深度置信网络;特征提取;分类识别
中图分类号：
作者姓名：
刘健;徐伟;钱炜
作者机构：
江苏科技大学电子信息工程学院 镇江 212003
文献出处：
引用格式：
[1]刘健;徐伟;钱炜-.基于深度置信网络的心电信号分类识别)[J].计算机与数字工程,2022(03):559-564
A类：
深层次学习能力
B类：
深度置信网络,心电信号分类,信号分类识别,分类方法,提取特征,导致系统,分类性能,分类算法,利用网络,自动学习,Softmax,分类器,误差反向传播,反向传播算法,微调网络,MIT,BIH,常心,室性早搏,房性早搏,起搏,方法对比,分类精度,分类问题
AB值：
0.313903
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。
