典型文献
基于融合模糊聚类算法的异常心电多频段弱信号快速捕捉方法
文献摘要：
考虑到传统方法在捕捉异常心电多频段弱信号时存在准确率低、灵敏度低和特异性差的问题,提出一种基于融合模糊聚类算法的异常心电多频段弱信号快速捕捉方法.利用归一化处理方法,去除原始异常心电多频段弱信号的变化幅度;采用微分方程提取出电极干扰噪声的高频分量,根据电极干扰噪声高频分量的重叠阻塞,检测出异常心电多频段弱信号;根据异常心电多频段弱信号具有的形态特征,选取合适的小波基函数;利用连续小波基函数分解并重构了异常心电多频段弱信号,完成异常心电多频段弱信号的去噪处理;利用融合模糊聚类算法对输入的异常心电多频段弱信号进行聚类;结合平均采样处理聚类后的信号,通过差分相关算法将异常心电多频段弱信号捕捉过程中的损耗去除,实现异常心电多频段弱信号的捕捉.实验结果表明,文中方法可以提高异常心电多频段弱信号捕捉的准确率、灵敏度和特异性,从而提高异常心电多频段弱信号的捕捉能力.
文献关键词：
快速捕捉方法;异常心电多频段弱信号;融合模糊聚类算法;去噪处理;信号聚类;小波基函数;捕捉性能
中图分类号：
作者姓名：
戴世杰;李哲明
作者机构：
浙江鹰旸医药研发有限公司,浙江 杭州 310000;杭州鹰旸生物科技有限公司,浙江 杭州 310000
文献出处：
引用格式：
[1]戴世杰;李哲明-.基于融合模糊聚类算法的异常心电多频段弱信号快速捕捉方法)[J].现代电子技术,2022(21):62-66
A类：
融合模糊聚类算法,异常心电多频段弱信号,快速捕捉方法,捕捉性能
B类：
归一化处理,微分方程,干扰噪声,高频分量,小波基函数,连续小波,去噪处理,差分相关,耗去,中方,捕捉能力,信号聚类
AB值：
0.0773
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。
