基于隐马尔科夫模型的J波自动识别检测
J波检测在临床上可以作为判定某些心脏病的一种非创性的标记手段。主要定义了5个精确反映J波特性的特征向量,包括3个时域特征向量和两个基于小波的特征向量,并使用主成分分析减少特征向量的维数,作为分类器的输入。利用这些特征向量训练隐马尔可夫模型作为分类器,输出最终的判定结果。结果表明,提出的方法提供了93.8%的平均准确度、94.2%的平均敏感性、93.3%的平均特异性和93.4%的平均阳性预测值,揭示了很高的评价标准,表明该方法有能力准确地检测识别J波,并且可以利用该方法检测心电图中的其他病变波形。
用户评论
推荐下载
-
HMM隐马尔科夫模型的学习资料_有实例介绍
HMM隐马尔科夫模型的学习资料_有实例介绍
32 2019-09-04 -
多种隐马尔科夫模型HMM的C语言实现
多种隐马尔科夫模型HMM的C语言实现,代码有助于理解hmm的实现原理。
16 2020-05-22 -
隐马尔科夫模型及其在语音处理中的应用
隐马尔科夫模型及其在语音处理中的应用
33 2018-12-18 -
基于傅里叶隐马尔科夫模型的人体行为识别方法研究
运动人体检测和行为识别涉及广泛,包括人工智能、计算机视觉、模式识别等,人体行为识别在医疗、商业、军事中具有重要的应用价值,为探究良好的人体行为识别方法,本文引入傅里叶-隐马尔可夫模型进行相关分析,在人
10 2021-01-31 -
马尔科夫过程
数模 马尔科夫
16 2021-01-02 -
隐形马尔科夫
隐形马尔科夫
13 2021-01-10 -
马尔科夫.zip
简单介绍马尔科夫的过程在多目标跟踪中的应用
16 2020-10-09 -
马尔科夫链
马尔科夫链
27 2020-05-27 -
马尔科夫资料
马尔科夫资料
12 2020-12-02 -
马尔科夫预测
matlab代码,简单实例子,可以简单了解马尔科夫
34 2019-01-18
暂无评论