《表3 分类识别结果:体表胃电的特征提取方法研究》
本文将筛选出的最优特征参数组成了时-频-非多维特征向量,采用10次15-折交叉验证的方法对FD患者/正常人的餐后EGG数据进行分类识别。其中,用于识别模型训练的数据为14组,另外1组数据用于测试,依次将每一组数据进行测试,并将此15-折交叉验证过程重复了10次。所使用的分类识别方法为径向基核函数、多项式核函数支持向量机[19](support vector machine,SVM),且分类器已经过优化[20]。2种SVM下的分类识别结果如表3所示。
图表编号 | XD00161754500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.15 |
作者 | 袁媛、许敏鹏、肖晓琳、陈龙、张阔、何峰 |
绘制单位 | 天津大学精密仪器与光电子工程学院、天津大学精密仪器与光电子工程学院、天津大学医学工程与转化医学研究院、天津大学精密仪器与光电子工程学院、天津大学医学工程与转化医学研究院、天津大学医学工程与转化医学研究院、天津大学精密仪器与光电子工程学院、天津大学医学工程与转化医学研究院 |
更多格式 | 高清、无水印(增值服务) |