买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：珠海科技学院;吉林大学

摘要：本发明提出了一种基于AHR‑BLS模型的可持续学习心电数据分类方法，包括：对样本心电数据预处理；将样本心电数据划分为原始训练集、新增训练集和测试集；将原始训练集和新增训练集输入AHR‑BLS模型；通过模型中的BLS模块对原始训练集特征提取得到原始特征节点和原始增强节点，对其进行连接得到原始展开矩阵；通过哈希编码模块对原始展开矩阵进行哈希独立编码得到原始编码结果；通过原始编码结果、原始标签矩阵求解优化公式得到原始权重矩阵；将新增训练集输入到模型，通过正则化修正增量算法更新原始权重矩阵；将测试集输入到模型中进行测试；将待测心电数据输入到模型得到心电信号分类结果。从而提高心电信号分类的准确性。

主权项：1.一种基于AHR-BLS模型的可持续学习心电数据分类方法，其特征在于，包括：获取样本心电数据，对所述样本心电数据进行预处理，其中，所述样本心电数据包括原始样本数据和新增样本数据；将预处理之后的所述样本心电数据进行划分，得到原始训练集、新增训练集和测试集，其中，所述原始训练集从所述原始样本数据中获取得到，所述新增训练集从所述新增样本数据中获取得到；将所述原始训练集和所述新增训练集输入到预设的AHR-BLS模型，其中，所述AHR-BLS模型包括BLS模块和哈希编码模块；通过所述BLS模块对所述原始训练集进行特征提取，得到原始特征节点和原始增强节点；对所述原始特征节点和所述原始增强节点进行连接处理，得到原始展开矩阵，并将所述原始展开矩阵输入到哈希编码模块；通过所述哈希编码模块对所述原始展开矩阵进行哈希独立编码处理，得到原始编码结果；通过所述原始编码结果、原始标签矩阵求解预设的优化公式，得到原始权重矩阵，其中，所述原始标签矩阵为所述原始训练集对应的类别标签矩阵，所述原始权重矩阵为所述原始训练集对所述AHR-BLS模型进行训练后，所述AHR-BLS模型的权重矩阵；将所述新增训练集输入到所述AHR-BLS模型，通过预设的正则化修正增量算法更新所述原始权重矩阵，得到完成训练后的所述AHR-BLS模型；将所述测试集输入到完成训练后的所述AHR-BLS模型中进行测试，得到测试后的所述AHR-BLS模型；获取待测心电数据，将所述待测心电数据输入到完成测试后的所述AHR-BLS模型得到心电信号分类结果。

全文数据：

权利要求：

百度查询： 珠海科技学院 吉林大学 基于AHR-BLS模型的可持续学习心电数据分类方法