基于CNN和SVM混合模型的心电信号识别方法
【摘要】 目前心血管疾病已成为危害人类生命健康的主要疾病之一，为实现对不同类型的心电图进行自动分析，并对异常心率进行实时预警，本文提出了基于卷积神经网络（CNN）和支持向量机（SVM）混合模型的心电信号分类模型，并使用MIT-BIH数据集来进行系统模型的训练与验证。考虑到CNN对数据的识别能力较强，能够充分提取数据局部特征，以及SVM在小样本数据上泛化能力较好的特点，将CNN+SVM的混合模型应用到小样本的心电信号数据分类中，取得了较好的效果。最后通过5倍交叉验证比较CNN+SVM、CNN、SVM三种模型的各项性能，结果表明，CNN+SVM各项指标均优于CNN与SVM。
