高级检索
检索提示：高级检索多个条件检索时是按照顺序运算的：如 A或B与C 即:(A或B)与C
[会议论文]
基于小波去噪和深度学习的含噪声心电信号分类
作者：
摘要：
针对含噪声心电信号在特征提取过程中存在的问题，采用小波去噪进行数据预处理，通过合理选取小波基函数、小波分解层数、阈值等参数，获得去噪后的心电信号。对心电信号进行二维时-频密度函数表征，针对连续小波变换滤波器组获取信号样本的连续小波变换，根据系数获得适配GoogLeNet网络的尺度图。联合运用时频分析和深度卷积神经网络实现心电信号分类。实验结果表明，提出的联合GoogLeNet模型可以实现心电信号的有效分类。
关键词：
作者机构：
通讯作者信息：
电子邮件地址：
相关关键词：
相关文章：
2020，第十四届全国信号和智能信息处理与应用学术会议
2017，International Conference on Digital Image Computing - Techniques and Applications (DICTA)
2016，18th IEEE International Symposium on Multimedia (IEEE ISM)
2010，中国医疗设备
来源 ：
年份： 2021
页码： 420-423
语种： 中文
被引次数：
WoS核心集被引频次： 0
SCOPUS被引频次：
ESI高被引论文在榜： 0 展开所有
万方被引频次： -1
中文被引频次：
近30日浏览量： 3
归属院系：
信息学部
全文获取
外部链接：
