混合CNN-SVM的心音信号分类算法的研究AET-电子技术应用-最丰富的电子设计资源平台

混合CNN-SVM的心音信号分类算法的研究
所属分类：技术论文
上传者：wwei
文档大小：3674 K
标签：卷积神经网络支持向量机心音信号识别
所需积分：0分积分不够怎么办？
文档介绍：针对当前心音信号识别算法检测精度不佳问题，提出了一种混合卷积神经网络-支持向量机模型（CNN-SVM）的心音信号分类方法。通过PASCAL挑战实验数据，整理出正常与不正常两类心音信号数据库，通过预处理滤波及MFCC、一二阶差分特征提取、PCA降维，输入CNN-SVM模型进行训练。并从准确率、召回率、特异性、精确率和F分数5个方面进行性能评估。为了验证此算法的有效性，将混合CNN-SVM模型与单一SVM、CNN模型分别进行了对比。实验结果表明，该方法能够以较高识别率将两种心音信号区分开，其平均识别准确率接近于99%，相较于单一CNN方法提高了2.48%，同样高于单一SVM算法。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动