期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
DB-SMOTE及多层堆叠用于心律失常识别
被引量：
2
1
作者
王波
邓科
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2021年第4期136-143,共8页
为提高心电图的识别效果,尤其是少数类疾病的识别准确率,设计了基于聚类插值过采样算法和多层堆叠模型的心律失常识别方法。由于合成少数类过采样算法忽略了少数类数据的类内不平衡性,提出了聚类插值过采样算法生成少数类边界样本。该...
为提高心电图的识别效果,尤其是少数类疾病的识别准确率,设计了基于聚类插值过采样算法和多层堆叠模型的心律失常识别方法。由于合成少数类过采样算法忽略了少数类数据的类内不平衡性,提出了聚类插值过采样算法生成少数类边界样本。该算法利用有噪空间密度聚类算法把少数类数据分为多个簇并滤去噪声样本,以各簇的边界数据为主体生成新样本,并利用t分布随机邻近嵌入算法可视化分析样本生成情况。因单一的分类器性能不能满足需求,故使用多层堆叠模型组合多个不同分类器来进行识别。多层堆叠模型分为两层:第一层基模型K近邻、极端梯度提升树和梯度提升树将特征F映射为F′,第二层逻辑回归模型识别特征F′。用MITBIH数据集进行检测,上述识别方法的分类准确率达99.66%,能较大地提升少数类样本的识别效果,因此该方法能够有效地用于心律失常识别。
展开更多
关键词
心电图
聚类插值过采样算法
t分布随机近邻嵌入
堆叠模型
在线阅读
下载PDF
职称材料
题名
DB-SMOTE及多层堆叠用于心律失常识别
被引量：
2
1
作者
王波
邓科
机构
西安交通大学智能网络与网络安全教育部重点实验室
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2021年第4期136-143,共8页
基金
国家自然科学基金(61671364,61671366,61701390)。
文摘
为提高心电图的识别效果,尤其是少数类疾病的识别准确率,设计了基于聚类插值过采样算法和多层堆叠模型的心律失常识别方法。由于合成少数类过采样算法忽略了少数类数据的类内不平衡性,提出了聚类插值过采样算法生成少数类边界样本。该算法利用有噪空间密度聚类算法把少数类数据分为多个簇并滤去噪声样本,以各簇的边界数据为主体生成新样本,并利用t分布随机邻近嵌入算法可视化分析样本生成情况。因单一的分类器性能不能满足需求,故使用多层堆叠模型组合多个不同分类器来进行识别。多层堆叠模型分为两层:第一层基模型K近邻、极端梯度提升树和梯度提升树将特征F映射为F′,第二层逻辑回归模型识别特征F′。用MITBIH数据集进行检测,上述识别方法的分类准确率达99.66%,能较大地提升少数类样本的识别效果,因此该方法能够有效地用于心律失常识别。
关键词
心电图
聚类插值过采样算法
t分布随机近邻嵌入
堆叠模型
Keywords
electrocardiogram
DB-SMOTE
tSNE
stacking
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
R541.7 [医药卫生—心血管疾病]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
DB-SMOTE及多层堆叠用于心律失常识别
王波
邓科
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2021
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
