《表2 心电信号分类算法结果对比》

  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

《基于改进BP神经网络的心电信号分类方法》

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

本文与文献[13]、文献[14]、文献[15]算法的分类结果进行了对比，如表2所示（Tar表示验证网络选取的样本数，Out表示网络正确分类样本数，Rec表示各类型心拍分类准确率，Acc表示整个样本集分类准确率）:（1）与正常心拍和右束支传导阻滞心拍分类效果相比，室性早搏心拍和左束支传导阻滞心拍分类效果较差；（2）表2文献采用的算法中，训练之前对样本数据进行特征提取的算法分类效果优于直接对心电样本数据进行分类处理的算法；（3）文献[13]样本数据不均衡，左束支传导阻滞心拍识别率低的原因可能是由于随机选取的训练样本包含该类型心拍较少；文献[14]对比了BP神经网络和PNN神经网络分类结果，但是样本数目较少，要想提高网络的识别能力，则需要增加样本数目；文献[15]对比了SVM和PCA-SVM模式分类方法，结论是PCA-SVM模式分类方法的分类准确率比SVM模式分类方法的准确度提高了1.2%，但同样存在样本数较少的问题；本文样本数据均匀，对4类心拍进行分类验证，整体分类准确率较高。