基于移动窗FICA和SOM方法的心动异常诊断

作者：杨青川; 杨青; 姚鑫; 刘洪彬

来源：南京理工大学学报, 2013, (04): 530-535.

DOI：10.14177/j.cnki.32-1397n.2013.04.019

• 快速独立成分分析
• 自组织映射
• 心动异常
• 故障分类 fast independent component analysis
• self-organizing maps
• abnormal echocardiography
• fault classification

该文针对在线独立成分分析算法学习速率以及收敛性难以把握的问题,提出了一种利用变窗体移动窗附加在实时信号上的快速独立成分分析(Fast independent component analysis,FICA)改进算法,不但满足在线处理要求,而且不用考虑学习速率的问题,节省存储空间并提高运算效率。利用自组织映射(Self-organizing maps,SOM)神经网络算法在动态分类上的优势,采用变移动窗快速独立成分分析与自组织映射相结合的方法对心动异常数据进行了分类。实验表明,该方法能有效地提高速率和实现实时故障分类。

• 出版日期2013
• 单位沈阳理工大学