文献

J-GLOBAL ID：201802265799938988   整理番号：18A0668051

可変ステップサポートベクトルマシンに基づくJ波自動検出法【JST・京大機械翻訳】

J wave auto-detection based on variable step size support vector machine

著者 (4件)： Liu Xuebo (太原理工大学 信息工程学院,太原,030024) ,  Li Dengao (太原理工大学 信息工程学院,太原,030024) ,  Zhao Jumin (太原理工大学 信息工程学院,太原,030024) ,  Liao Shujian (太原理工大学 信息工程学院,太原,030024)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 53  号： 23  ページ： 203-207  発行年： 2017年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 最近の研究により、J波症候群のあるタイプは悪性不整脈、心臓性突然死などの疾患のハイリスク早期警戒の新しい指標となっていることが明らかになっている。しかし、現在、ほとんどの研究は心電図と臨床経験により、J波が存在するかどうかを判断するだけで、時間がかかるだけでなく、間違っていることがあることが分かっている。信号処理の観点から,本論文は,可変ステップサイズに基づくサポートベクトルマシン(SVM)を提案して,J波の自動検出を実現した。最適化されたカーネル関数パラメータσをサポートするために,可変ステップサイズを使用することによって,サポートベクトルマシンのモデルを確立した。実験結果は,提案した方法が効率的にJ波を検出することができて,精度は96.1%であることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 不整脈 ,  心電図 ,  *サポートベクトルマシン ,  最適化 ,  信号処理 ,  急死 ,  心臓
準シソーラス用語： Kernel関数 ,  可変ステップサイズ ,  ハイリスク ,  早期再分極症候群 ,  *自動検出 ,  *Osborn波 , 【Automatic Indexing@JST】

著者キーワード (5件)： J wave ,  Support Vector Machine(SVM) ,  kernel function ,  feature vectors ,  variable step size

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 可変 ,  サポートベクトルマシン ,  J波 ,  自動検出