中文会议: 2015年光学精密工程论坛论文集
会议日期: 2015-07-09
会议地点: 长春
主办单位: 中国科学院长春光学精密机械与物理研究所,《光学精密工程》编辑部
机构地区: 吉林大学通信工程学院
出 处: 《2015年光学精密工程论坛》
摘 要: 针对心拍分类中单一特征分类准确率低而组合特征存在特征冗余和维度过高的问题,提出了一种基于主成分分析(PCA)进行特征融合的心拍分类算法.该算法在对单一特征进行规范化后,将多种特征组合为一个具有大量信息的高维特征;之后引入PCA算法去除冗余成分,得到低维融合特征;最后,利用支持向量机(SVM)为分类器完成心拍分类.以心拍时域特征、离散小波特征、离散傅里叶特征为例,在MIT-BIH数据库上进行了实验.实验结果表明,融合特征维度为100时,分类准确率可达97.389%.与单一特征相比,融合特征提高了分类准确率;与组合特征相比,融合特征降低了特征维度.