《表1 CNN测试结果比较表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的心电信号异常识别方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文基于Physio Bank中的nsrdb和sddb两个心电数据库共得到原始样本2 000个，利用缩放变换共获得增强样本20 000个，随机按照4∶1的比例分得训练集和测试集，训练结果如图3所示。cnn A的准确率高于cnn B的准确率，且cnn A迭代1 400次后的损失率小于cnn B，cnn B样本较少，在训练过程中容易出现过拟合情况。cnn A的识别效果好于cnn C，此外当激活函数为Sigmoid函数时分类效果劣于Re LU函数和Tan H函数。cnn A的识别效果好于cnn D，此外当卷积层数为5个时对准确率的提升不大，因此针对数据集要利用合适的网络层数进行训练。