تعداد دوره ها 7
تعداد شماره 28
تعداد مقالات 254
تعداد نویسندگان 490
تعداد مقالات ارسال شده 3207
تعداد مقالات رد شده 2890
درصد عدم پذیرش 73
درصد پذیرش 27
زمان پذیرش (روز) 120
تعداد پایگاه های نمایه شده 39
تعداد داوران 138

این نشریه را در شبکه‌های علمی همراهی کنید:

لینکدین

ریسرچ گیت

پابلونز

آکادمیا

ارکید

مندلی

گوگل اسکالر

ترکیب خوشه‌بندی و تئوری فازی جهت بهبود طبقه بندی سیگنال‌های ECG
دوره 1، شماره 1، 1397، صفحات 46 - 55
نویسندگان : پریسا ایران نژاد* 1

1

چکیده :
الکترو دیاگرام یکی از تکنیک های مفید در راستای نظارت بر قلب افراد را فراهم می کند که از طریق آنالیز ویژگی های استخراج شده از سیگنال های ECG می توان به انواع نارسایی های قلبی پی برد . یکی از مسائل متداول در این ضمینه ، سیستم هایی برای طبقه بندی این سیگنال ها می باشد. در این مقاله، یک روشی جدید طبقه بندی سیگنال ECG با استفاده از ترکیب خوشه بندی و تئوری فازی جهت افزایش حساسیت طبقه بندی سیگنال ارائه می شود. به عبارت دیگر، در این تحقیق روشی برای تشخیص بیماری های قلبی ارائه شده که بردارهای ویژگی بر اساس ویژگی انرژی تجزیه ویولت به دست آمده و دسته بندی کننده ELM آموزش دیده و ساخته می شوند. ELM دسته بندی صحیح بردارهای ویژگی را آموخته و سعی می کند سیگنال های قلب را به درستی دسته بندی نماید. ارزیابی عملکرد روش پیشنهادی و مقایسه آن با کارهای پیشین عملکرد مناسب روش پیشنهادی را نشان داد..
کلمات کلیدی :
بیماری قلبی، طبقه بندی سیگنال، خوشه بندی، تئوری فازی
پشتیبانی آنلاین از طریق واتساپ

پژوهشگران گرامی؛ پاسخگوی سوالات شما عزیزان از طریق واتساپ هستیم !


جهت ارسال پیام در واتساپ اینجا کلیک نمائید !