《表2 分类准确率:基于VMD和KNN的心电信号分类算法》

《表2 分类准确率:基于VMD和KNN的心电信号分类算法》   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VMD和KNN的心电信号分类算法》


  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
(%)

另外为验证提出方法的有效性,再将原始数据做3层小波包分解得到8个模态,同样计算各模态的能量特征[12-13],使用相同的训练和测试集,将VMD分解和小波包分解的能量特征输入到KNN、支持向量机(SVM)和BP神经网络中对比各分类器在两种数据处理方式下的分类准确率[14-15]。实验结果如表2所示,其中无论选用何种分类器,VMD处理后的数据特征分类准确率都优于小波包分解后的数据特征;当都使用VMD处理后的特征,KNN分类的准确率又高于SVM和BP神经网络。