《表6 心拍分类方法对比》

  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

《基于判别式深度置信网络的心律失常自动分类方法》

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

与文献[18]的DBNs+Softmax分类器的方法对比可知，采用DDBNs特征提取与分类的方法具有更好的性能。本文方法分别与双树复小波变换（dual tree complex wavelet transform，DTCWT）结合人工神经网络（artificial neural networks，ANN）（简写为:DTCWT+ANN） [8]、近邻保持嵌入（neighborhood preserving embedding，NPE）算法结合SVM（简写为:NPE+SVM）[11]、DBNs结合SVM（简写为:DBNs+SVM）[17]、DBNs+Softmax[18]、SDAEs与Softmax（简写为:SDAEs+Softmax）[1 9]、DBLSTM-WS[20]6种方法也进行性能对比，如表6所示。最终，与上述方法比较的结果显示了本文方法的有效性。