Loading...
机构名称:
¥ 1.0

本文旨在比较生物识别应用中各种异常值校正方法对心电图信号处理的效率。主要思想是校正心电图波形各个部分中的异常,而不是跳过损坏的心电图心跳,以获得更好的统计数据。实验是使用自收集的利沃夫生物特征数据集进行的。该数据库包含 95 个不同人的 1400 多条记录。未经任何校正的基线识别准确率约为 86%。应用异常值校正后,基于自动编码器的算法的结果提高了 98%,滑动欧几里得窗口的结果提高了 97.1%。在生物特征识别过程中添加异常值校正阶段会导致处理时间增加(最多 20%),但在大多数用例中这并不重要。

心电图异常值校正方法的比较——...

心电图异常值校正方法的比较——...PDF文件第1页

心电图异常值校正方法的比较——...PDF文件第2页

心电图异常值校正方法的比较——...PDF文件第3页

心电图异常值校正方法的比较——...PDF文件第4页

心电图异常值校正方法的比较——...PDF文件第5页

相关文件推荐

2023 年
¥1.0
2025 年
¥1.0
2024 年
¥5.0
2023 年
¥1.0
2024 年
¥1.0
2020 年
¥1.0
2023 年
¥1.0
2022 年
¥1.0
2021 年
¥1.0
2023 年
¥1.0
2023 年
¥2.0
2023 年
¥1.0
2023 年
¥1.0
2025 年
¥1.0
2020 年
¥4.0
2020 年
¥1.0
2021 年
¥1.0
2024 年
¥2.0
2003 年
¥2.0
2023 年
¥1.0
2023 年
¥1.0
2022 年
¥1.0
2023 年
¥1.0