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

作　　者： ; ; ; ;

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： 　　为了提高心拍识别的准确率，对心拍识别的分类算法进行了研究，提出基于核主元分析和支持向量机(KPCA-SVM)的心拍分类算法.该算法采用核函数对心拍的特征进行高维变换形成核矩阵；在高维空间下对心拍核矩阵进行主元分析，实现降维与去噪.最后，使用线性支持向量机分类器对降维和去噪后的核矩阵进行分类.为了评估提出算法的有效性，在MIT-BIH-AHA数据集上与核支持向量机及BP(BACK PROPAGATION)、径向基函数(RBF)、学习矢量量化(LVQ)等神经网络方法展开对比.实验结果表明：核主元分析可以将核支持向量机的分类准确率提高1.16％，达到了95.98％，且识别准确率高于神经网络方法.得到的结果验证了提出的方法可以有效提高心拍识别的准确率.

关 键 词： 心电图 心拍识别 核主元分析 支持向量机