基于多核的超限学习方法在实时心电信号监测与分析中的应用研究
2015可穿戴大会——心电分类是一种复杂的模式识别问题。目前，大部分基于不同机器学习模型的心电分类方法都取得了很高的分类精度，但学习效率不高，因此需要一种快速的心电学习方法。本片提出了基于多种核函数的超限学习方法，利用不同的核函数将特征映射到希尔伯特空间，使心电数据在高维空间中线性可分，并在MIT-BIH标准库进行了该方法的实验验证。与其他方法相比，本片所提出的方法具有较高的分类准确率和更快的学习速度，对临床上动态心电图的检测与分析和个性化的实时心电监测具有重要意义。
关键词： 核超限学习机 学习效率 准确率 动态心电图 实时心电监测 2015可穿戴大会
主讲人：秦兴彬 机构：中国科学院深圳先进技术研究院
时长：0:19:43 年代：2015年
热点排行
- 1 揭开土豆减肥的秘密
- 2 英语学习策略（1）
- 3 古兽重现
- 4 《图书馆与信息服务营销》先导片
- 5 Excel实战技巧精粹
- 6 恐龙绝灭与生态危机（1）
- 7 在路上
- 8 生物医学图像处理——绪言（1）
京公网安备11010802020237号 |