论文部分内容阅读
针对卷积神经网络卷积过程中运算复杂度过大的缺陷,利用快速傅里叶变换在卷积计算方面的优势,提出一种基于块操作的深度学习模型快速傅里叶变换-卷积神经网络。通过使用基于块操作的快速傅里叶变换方法简化传统卷积神经网络的卷积操作,有效提取一维心拍信号的详细特征。实验结果表明,与传统卷积神经网络和改进的基于快速傅里叶变换的卷积模型相比,该模型能明显降低卷积运算的复杂度并不损失预测精度。