论文部分内容阅读
为提高非线性、非平稳心音信号特征提取的准确性和分类识别的高效性，提出一种基于固有模态函数（IntrinsicModeFunction，IMF）复杂度和二又树支持向量机（BinaryTreeSupport VectorMachine，BT-SVM）的心音分类识别方法。对心音进行经验模式分解（EmpiricalModeDecomposition，EMD），得到若干反映心音本体特征的平稳IMF分量；利用互相关系数准则对其筛选，计算所选IMF分量的复杂度值为信号的特征；将其组成特征向量输入到BT-SVM进行分类识