《表4 分类结果性能比较:基于CNN和BiGRU-Attention模型的心律异常判别研究》
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CNN和BiGRU-Attention模型的心律异常判别研究》
表3为本实验结果的混淆矩阵。根据混淆矩阵即可计算出模型的评价指标,本实验先使用CNN提取特征,再使用Bi GRU-Attention模型进行学习,最后使用softmax完成分类,该模型与其他实验的分类结果性能比较如表4所示。可以看出,本实验的分类准确率较高,达到了99.53%;N、S、V、F四类心跳的灵敏度分别为99.80%、96.35%、98.23%,92.01%,阳性预测值分别为99.74%、96.87%、99.24%、90.37%。
图表编号 | XD00211915100 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.01 |
作者 | 丁娜娜、张龙波、吴志勇 |
绘制单位 | 山东理工大学(淄博)计算机科学与技术学院、山东理工大学(淄博)计算机科学与技术学院、山东理工大学(淄博)计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |