UNA SELEZIONE DI CARATTERISTICHE BASATA SUL SEGNALE ECG PER LA CLASSIFICAZIONE DELLE DISRITMIE - C, Ganesh Babu;Rajaguru, Harikumar;M, Kalaiyarasi
26,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
13 °P sammeln
  • Broschiertes Buch

L'aritmia si verifica quando non c'è un corretto funzionamento degli impulsi elettrici presenti nel cuore. Un rilevamento precoce del ritmo cardiaco irregolare è necessario per salvare la propria sopravvivenza. La classificazione dell'aritmia è necessaria per la diagnosi. Questa relazione conferisce l'analisi dei componenti principali come processo di riduzione delle caratteristiche per ridurre l'input ad alta dimensione senza influenzare i metodi di classificazione e due tecniche di selezione delle caratteristiche come Grey wolf optimizer (GWO), Particle swarm optimization (PSO), e Support…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
L'aritmia si verifica quando non c'è un corretto funzionamento degli impulsi elettrici presenti nel cuore. Un rilevamento precoce del ritmo cardiaco irregolare è necessario per salvare la propria sopravvivenza. La classificazione dell'aritmia è necessaria per la diagnosi. Questa relazione conferisce l'analisi dei componenti principali come processo di riduzione delle caratteristiche per ridurre l'input ad alta dimensione senza influenzare i metodi di classificazione e due tecniche di selezione delle caratteristiche come Grey wolf optimizer (GWO), Particle swarm optimization (PSO), e Support Vector Machine (SVM) utile nella scelta delle caratteristiche con aritmia e resultswill essere utilizzato per la classificazione di varie aritmie. L'analisi delle prestazioni per queste tecniche di selezione delle caratteristiche è stimata. La maledizione della dimensionalità (cioè, dataset contenente un grande volume di caratteristiche) è risolta usando questi metodi di selezione delle caratteristiche. Il risultato esplora la metrica delle prestazioni per l'integrazione di tre metodi come PSO, GWO con SVO e mostra che PSO e GWO integrati con SVM hanno selezionato le caratteristiche con una precisione del 96,08%.
Autorenporträt
C.Ganesh Babu- Lavora come professore e capo del dipartimento EIE a Bannari Amman Institute of Technology, ha ricevuto la sua laurea B.E (ECE) dal PSG College of Technology e la laurea M.E (MOE) da Allagapa Chettiar College of Engineering and Technology. Ha conseguito il dottorato di ricerca in I&C Engg presso l'Università Anna.