《表6 心拍分类方法对比》
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。
图表编号 | XD0075546100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.25 |
作者 | 宋立新、孙东梓、王乾、王玉静 |
绘制单位 | 哈尔滨理工大学电气与电子工程学院、哈尔滨理工大学电气与电子工程学院、哈尔滨理工大学计算机科学与技术学院、哈尔滨理工大学电气与电子工程学院 |
更多格式 | 高清、无水印(增值服务) |