[发明专利]基于自组织神经网络的心电信号分类方法在审
| 申请号： | 201610256973.0 | 申请日： | 2016-04-22 |
| 公开（公告）号： | CN105902266A | 公开（公告）日： | 2016-08-31 |
| 发明（设计）人： | 孙括;徐静波;胡冰 | 申请（专利权）人： | 江苏物联网研究发展中心 |
| 主分类号： | A61B5/0472 | 分类号： | A61B5/0472 |
| 代理公司： | 无锡市大为专利商标事务所(普通合伙) 32104 | 代理人： | 殷红梅;屠志力 |
| 地址： | 214135 江苏省无锡市新*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于自组织神经网络的心电信号分类方法，首先读取QRS特征向量。将QRS特征向量与所有权重向量内积，找到获胜神经元，调整获胜神经元临域内权重向量，使这些权重向量偏向于输入QRS特征向量。对所有QRS特征向量进行与权重向量的内积过程。根据数据训练程度调整学习速率，临域范围，重复上述过程，直到系统能量稳定。系统能量稳定后停止，输出分类结果。本发明预先不需进行大量数据训练。初始化权重向量时，运用随机值，不针对某种疾病，不针对特定患者，适用性强。参数设置好后，简单易用。 | ||
| 搜索关键词： | 基于 组织 神经网络 电信号 分类 方法 | ||
【主权项】：
一种基于自组织神经网络的心电信号分类方法，其特征在于，包括下述步骤：步骤1，首先提取心电特征，将心电特征组合成一个QRS特征向量，读取QRS特征向量；初始化自组织神经网络权重向量，学习速率，温度系数；步骤2，将QRS特征向量输入自组织神经网络进行学习训练，QRS特征向量与所有权重向量内积，找到内积最大值即获胜神经元；步骤3、调整获胜神经元临域内权重向量，使这些权重向量偏向于输入QRS特征向量；步骤4、对所有QRS特征向量进行步骤2及步骤3的过程；步骤5、调整学习速率，温度系数，重复步骤4，直到系统能量稳定；步骤6、停止，输出分类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏物联网研究发展中心，未经江苏物联网研究发展中心许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610256973.0/，转载请声明来源钻瓜专利网。
