混合CNN-SVM的心音信號(hào)分類算法的研究
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>3674 K
標(biāo)簽： 卷積神經(jīng)網(wǎng)絡(luò) 支持向量機(jī) 心音信號(hào)識(shí)別
所需積分：0分積分不夠怎么辦？
文檔介紹：針對(duì)當(dāng)前心音信號(hào)識(shí)別算法檢測精度不佳問題，提出了一種混合卷積神經(jīng)網(wǎng)絡(luò)-支持向量機(jī)模型 （CNN-SVM） 的心音信號(hào)分類方法。通過PASCAL挑戰(zhàn)實(shí)驗(yàn)數(shù)據(jù)，整理出正常與不正常兩類心音信號(hào)數(shù)據(jù)庫，通過預(yù)處理濾波及MFCC、一二階差分特征提取、PCA降維，輸入CNN-SVM模型進(jìn)行訓(xùn)練。并從準(zhǔn)確率、召回率、特異性、精確率和F分?jǐn)?shù)5個(gè)方面進(jìn)行性能評(píng)估。為了驗(yàn)證此算法的有效性，將混合CNN-SVM模型與單一SVM、CNN模型分別進(jìn)行了對(duì)比。實(shí)驗(yàn)結(jié)果表明，該方法能夠以較高識(shí)別率將兩種心音信號(hào)區(qū)分開，其平均識(shí)別準(zhǔn)確率接近于99%，相較于單一CNN方法提高了2.48%，同樣高于單一SVM算法。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。