分类器组合在心电图分类中的应用

被引：2

作者：

童佳斐

董军

机构：

[1] 华东师范大学软件学院

来源：

计算机应用 | 2010年 / 30卷 / 04期

关键词：

心电图; 贝叶斯分类; 支持向量机; 组合分类器; 特征;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

心电图是诊断心血管疾病的重要依据。提出将两个分类器(贝叶斯分类器和支持向量机分类器)进行组合,对五种心电图疾病建立分类模型,并利用麻省理工学院(MIT-BIH)的心电图数据库中的数据进行训练和测试,实验结果表明,经过组合过的分类器的分类正确率比单个贝叶斯分类器和单个支持向量机分类器的正确率要高。

引用

页码：1125 / 1128

页数：4

共 6 条

[1]

基于支持向量机的多分类算法研究.[D].曹兆龙.华东师范大学.2007, 02

[2]

支持向量机决策树算法研究及其应用.[D].韩景梅.上海交通大学.2007, 06

[3]

引入形态参数的ECG识别算法研究与实现.[D].张嘉伟.华东师范大学.2006, 03

[4]

模式识别.[M].(希)SergiosTheodoridis;(希)KonstantinosKoutroumbas著;李晶皎等译;.电子工业出版社.2004,

[5]

统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,

[6]

Automatic classification ofheartbeats using ECG morphology and heartbeat interval fea-tures..Chazal P;O’Dwyer M;Reilly R B;.IEEE Trans.on B E.2004, 07

← 1 →