一种结合形态特征的心电图模式分类方法

来源 :2010年全国模式识别学术会议(CCPR2010) | 被引量 : 0次 | 上传用户:eeee_188
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
论文提出了一种以医学专家诊断经验为基础,结合领域知识和形态结构特征的心电图模式分类方法。首先分析了医学专家判读心电图的特点,讨论了基于支持向量机的分类模型的构建过程,重点讨论了用主成分分析和独立成分分析提取心电图形态特征的方法。最后,引入了熵度量不同特征空间在分类中的有效性,并分别用MITT-BIH心律失常数据库的94325条数据和CCDD数据库的289条12导联的心电图记录验证模型的实验效果。实验结果表明,本文提出的方法能够有效提高分类器的准确率,实验的准确率达到98%以上。
其他文献
Fisher准则经常作为代价函数被用来优化核函数。然而,在许多应用中,即使在核空间,数据集也不是线性可分的,从而使得以此得到的优化核训练的SVM性能不能令人满意。基于此,本文提出了一种集成方法:首先,对样本集在核空间进行聚类划分,然后,构建局部区间上摹于Fisher准则最大化的优化核,并以该优化核训练基于该区间上的SVM。对测试样本,根据其K近邻所属区间,选择相应的基SVM进行加权融合。在标准数据
特征选择可以有效改善分类效率和精度,已有方法通常只评价单个特征,较少评价特征子集。通过对每类数据的每维特征构建特征云,提出了一种度量特征分类能力的方法,并定义了特征互补度来度量单个特征与特征子集之间的关系,继而基于特征分类能力和特征互补度构造了两种特征选择算法Tactic1和Tractic2。通过与前向法、模拟退火和神经网络方法在UCI的六个数据集上的实验比较表明,Tacticl与模拟退火方法精度
根据超光谱图像的特点,本文提出了一种基于三维小波-KL变换的超光谱图像集合分裂嵌入式零块编码算法。该算法采用谱间一维KL变换和空间二维小波变换去相关,集合分裂嵌入式零块编码算法进行比特平面编码,以及基于上下文的自适应算术编码来进一步提高编码性能。为了降低编码复杂度,本文还深入研究了低复杂度KL变换对于超光谱图像压缩编码性能的影响,并给出最优参数选择方案。与其他先进的嵌入式小波变换编码算法相比,实验
为实现机载红外图像和数字栅格地图匹配,本文提出一种基于特征的多级匹配算法。首先对红外图像的透视畸变和旋转角度加以校正,其次结合边缘特征与对数极坐标变换进行粗匹配,得到红外图像与数字地图的初始定位。再次,在粗匹配的基础上,采用基于线比不变性的松弛迭代算法得到匹配点对,最后利用最小二乘法估计变换模型,得到精确匹配结果。实验结果表明本文算法精度高、稳定性强,达到了辅助导航的要求。
提出了一个新的匹配准则一角点对Cauchy-Schwarz距离(CCSD),并在此基础了提出了一种基于亚像素定位和CCSD的图像配准方法。首先,利用多尺度Harris角点检测器检测出初始角点:接着引入了亚像素定位技术,通过迭代寻找角点的精确位置,同时排除不稳定的角点和伪角点:然后采用本文提出的CCSD准则确定候选匹配角点对:最后使用随机抽样一致性(RANSAC)算法计算图像间变换模型。大量实验结果
中医学认为“光明润泽者,气也,青赤黄白黑者,色也”,五色主阴血,光泽属神气。观察面部光泽的变化可以诊断脏腑精气的盛衰,对判断病情轻重、推测预后至关重要。而传统面部光泽判读,主要是依靠临床医生主观评价,缺乏客观化数据支持,成为影响中医发展的重要原因之一。本文结合计算机视觉,利用计算机辅助进行面部光泽判断,尝试将PCA,2DPCA和(2D)2PCA等三种常用特征抽取的方法在4种不同色彩空间下进行实验,
考察多个复杂网络结构异同的主要方法有:网络统计特征比较法和子图枚举法两种。网络统计特征比较法计算上方便且有清晰的物理解释,然而受限于所使用的统计特征:子图枚举方法虽然可以比较网络的深层结构,但同时计算复杂度高。本文提出网络的结构特征挖掘方法来分析比较网络,通过考察网络相对于其随机化基准网络的统计显著性,从而得到网络结构的深层特征。实验部分使用了yeast蛋白质网络和Internet自治域网络数据,
FP-growth算法是频繁模式挖掘中的经典算法,常用于静态数据集的挖掘。将FP-growth算法用于流数据方面,前人已经做了一些研究。但是FP-tree的创建需要两遍扫描数据库,在处理流数据方面收到了很大的限制,使用滑动窗口虽然能在一定程度上解决这一问题,但是依然会造成FP-tree生成时的不准确,影响到后续的挖掘。本文提出了一种用于流数据的FP-tree创建算法single-pass scan
提出一种基于Gabor变换的度量纹理租糙度和方向性特征的算法。首先,构建多方向多尺度Gabor小波变换的模型,对图像进行3个尺度、4个方向的Gabor滤波;接着对滤波后的图像提取12个分形维数作为全局纹理粗糙度的度量:然后构造局部边缘概率直方图描述Gabor滤波图像的纹理方向分布,给出一个全局方向的度量。最后在图像检索系统中通过距离匹配的相似度计算,对本文给出的度量视觉特征的算法进行评价与验证,结
掌纹识别是利用手掌皮肤的主要纹路进行识别和验证的一种技术。与人脸图像相比,掌纹图像可靠性高,掌纹特征非常稳定,不受表情、姿态及光照等多种变化因素的影响。非采样方向小波变换具有多尺度,时移不变性以及多方向性等优点,对图像的边缘和轮廓有很好的逼近表示。核函数鉴别分析是目前非线性化算法中一种有效的图像特征提取技术。基于这几种技术,本文提出基于非采样方向小波的掌纹图像的非线性鉴别特征提取算法,首先对原始掌