欢迎来到360期刊网!
学术期刊
  • 学术期刊
  • 文献
  • 百科
电话
您当前的位置:

首页 > 文献资料 > 正文

基于小二乘支持向量机的心音分类识别研究

许莉莉;师炜;郭学谦;曲典

摘要: 目的 将小二乘支持向量机引入心音的分类识别,优化其参数设置,获得优的分类结果 .方法 本文通过医院采集和网络下载获得99例心音信号,每个信号提取两个长度为5 s的样本,共198个样本,均分为3个集合.对每个样本采用sym6小波基进行小波包3层分解,根据Parseval定理计算每个样本的能量谱特征.以训练集数据送入支持向量机和小二乘支持向量机进行机器学习,采用不同步长相结合的搜索法,根据测试集1的分类结果 对向量机的参数进行优化.结果 以高斯径向基函数为核的支持向量机,其惩罚因子C和核函数宽度σ均为20.086时,对测试集1的分类正确率高,为79.7%;对测试集2的分类正确率为84.5%,分类计算使用的时间分别为0.108 s和0.117 s.对小二乘支持向量机,高斯径向基函数宽度平方σ2取1,正则化参数γ取20.086时,对测试集1的分类正确率高,为94.2%;对测试集2的分类正确率为89.6%,分类计算使用的时间分别为0.0638 s和0.0692 s.结论 采用求解线性方程法寻找局部优解的小二乘支持向量机运算速度快,更适合心音样本的分类识别.

同期刊相关文献推荐

中国医疗设备

统计源期刊 审稿时间:1-3个月 早咨询早发表

360期刊网

专注医学期刊服务15年

  • 您好:请问您咨询什么等级的期刊?专注医学类期刊发表15年口碑企业,为您提供以下服务:

  • 1.医学核心期刊发表-全流程服务
    2.医学SCI期刊-全流程服务
    3.论文投稿服务-快速报价
    4.期刊推荐直至录用,不成功不收费

  • 客服正在输入...

x
立即咨询