《表8 RFECV特征评估排序的分类结果》
Correct numbers和Error numbers为各类信号正确分类个数和错误分类个数;Precision为4类信号的分类准确率;ROC Area为适应度曲线面积;kappa系数为用于评判分类器的分类结果和随机分类的差异度;ACC为整体平均分类准确率。整体4类心音的错误分类个数为6个,kappa系数为97.7%,整体平均分类准确率为98.28%。AS分类准确率为96.6%,错误个数仅1个,MS的分类准确率为97.6%,错误个数为4个,MR的分类准确率为100%,NHS的分类准确率为98.9%,错误个数仅1个。综合文中对4类心音信号的36维特征提取,特征筛选方法和分类识别结果可推断,由于病理性机制导致心脏瓣膜病变而出现血流异常,使相应的心音信号变得复杂,因此区分不同瓣膜缺损心音也变得困难,表8所示AS和MS的分类结果稍微偏低,分析可知在特征提取时,两类心音存在区别不够明显的特征参数,导致在后续特征筛选和分类时影响其最终结果,但4类信号的整体分类结果良好。
图表编号 | XD00195409400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.15 |
作者 | 王彬蓉、王维博、周超、房玉、郑永康 |
绘制单位 | 西华大学电气与电子信息学院、西华大学电气与电子信息学院、西华大学电气与电子信息学院、西华大学电气与电子信息学院、国网四川省电力公司电力科学研究院 |
更多格式 | 高清、无水印(增值服务) |