摘要：为提高心电信号分类识别的准确率,提出一种基于时频特征融合与动态模糊决策树的心电信号分类识别方法。对心电信号依次进行周期分割、小波包分解与重构和形态识别处理,将小波包变换系数矩阵的二范数作为频域特征,并与时域特征进行融合以表征心电信号,同时将模糊C均值聚类引入模糊决策树的建树过程中,实现特征空间的动态划分。在MIT-BIH标准心电数据库上的实验结果表明,该方法的分类识别准确率较高,心电信号正异常分类的准确率达99.14%。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
热门期刊
期刊名称：计算机工程
计算机工程杂志紧跟学术前沿，紧贴读者，国内刊号为：31-1289/TP。坚持指导性与实用性相结合的原则，创办于1975年，杂志在全国同类期刊中发行数量名列前茅。
