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: 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.