抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
心電図(ECG)は,個々に特有な生物学的情報を含んでいる。本論文では,「他のクラス’を特定する特徴抽出法としての周波数ランクオーダ統計(FROS)と逆伝搬ニューラルネットワーク(BPNN)分類器を用いた心電図(ECG)同定システムを提案した。FROSは異なるE CG状態を処理し,ランダム入力重みを持つ,BPNN分類器は,識別システムのための比較的高精度モデルを生成した。さらに,出力層に,分類されたパターンは,出力層ノードの最大値に従って分類した。類似のデータは,最終同定結果に対する1つのカテゴリーに分けられる。実験は,BPNN分類器をSVMとBayes分類器は平均達成よりも正確な結果を生成することを示した。提案した方法は,SVMNNとLVQNNを凌駕する。,本論文で提案し,同定システムはインテリジェント車両システムに適用し,適用例である可能性がある。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】