文献

J-GLOBAL ID：201802278812602031   整理番号：18A0199806

PNN,SVM(サポートベクトルマシン)とソフトマックス回帰分類器を用いた心電図(ECG)心疾患診断【Powered by NICT】

Electrocardiogram (ECG) heart disease diagnosis using PNN, SVM and Softmax regression classifiers

著者 (4件)： El-Saadawy Hadeer (Faculty of Computer and Information Science, Ain Shams University, Cairo, Egypt) ,  Tantawi Manal (Faculty of Computer and Information Science, Ain Shams University, Cairo, Egypt) ,  Shedeed Howida A. (Faculty of Computer and Information Science, Ain Shams University, Cairo, Egypt) ,  Tolba Mohamed F. (Faculty of Computer and Information Science, Ain Shams University, Cairo, Egypt)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICICIS  ページ： 106-110  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,自動化法は五つの主要なカテゴリーに割り振られた15のクラスに心拍を分類するために提案した。動的セグメンテーション戦略である心拍数変動を考慮に維持した。離散ウェーブレット変換(DWT)を用いて,セグメント化された心拍に適用した各セグメントの記述のための特徴を抽出することである。抽出された特徴は,その次元が高いために無関係な特徴を除去するために主成分分析(PCA)に供した。その後,サポートベクトルマシン(SVM),ソフトマックス回帰と確率的ニューラルネットワーク(PNN)アルゴリズムは,還元特徴に適用した。最後に,MIT-BIHデータセットは,それぞれSVM,PNNおよびソフトマックス回帰を用いて97.1%,98.3%および93.3%の総合精度と88.7%,83.3%および42.0%の平均精度を達成するために10倍交差検証戦略を用いた評価データセットとして利用されている。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  主成分分析 ,  *心電図 ,  セグメンテーション ,  *心臓病 ,  心拍 ,  自動化 ,  *サポートベクトルマシン
準シソーラス用語： 確率的ニューラルネットワーク ,  離散ウェーブレット変換 ,  心拍数変動性 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (8件)： SVM ,  サポートベクトルマシン ,  ソフト ,  分類器 ,  心電図 ,  ECG ,  心疾患 ,  診断