- 专利标题: 一种基于自编码模式的CNN与GRU结合的心电信号分类方法
-
申请号: CN201910080223.6申请日: 2019-01-28
-
公开(公告)号: CN109620210B公开(公告)日: 2019-10-25
- 发明人: 王英龙 , 燕婷 , 张重庆 , 舒明雷 , 刘辉 , 孔祥龙
- 申请人: 山东科技大学 , 山东省计算中心(国家超级计算济南中心)
- 申请人地址: 山东省青岛市青岛经济技术开发区前湾港路579号
- 专利权人: 山东科技大学,山东省计算中心(国家超级计算济南中心)
- 当前专利权人: 山东科技大学,山东省计算中心(国家超级计算济南中心)
- 当前专利权人地址: 山东省青岛市青岛经济技术开发区前湾港路579号
- 代理机构: 济南泉城专利商标事务所
- 代理商 支文彬
- 主分类号: A61B5/0402
- IPC分类号: A61B5/0402 ; A61B5/00
摘要:
一种基于自编码模式的CNN与GRU结合的心电信号分类方法,通过提取出原始信号中最具有代表性的特征,运用CNN+GRU进行特征提取,节省了空间,节省了很多训练空间,其中采用的GRU(门控循环单元)一方面解决了由于RNN训练时出现的梯度消失和梯度爆炸的问题,另一方面它比LSTM少一个门,更易于计算,能够提高训练效率,GRU优点在于当训练样本少时,可以使用防止过拟合,当训练样本多时,也可以节省很多的训练时间,能够提高网络的学习效率和心电信号识别的精度。
公开/授权文献
- CN109620210A 一种基于自编码模式的CNN与GRU结合的心电信号分类方法 公开/授权日:2019-04-16