波是心电信号的异常变异,具有不易察觉的特点,在J波的识别中特征数量对于识别准确率具有很大的影响,结合遗传算法对用于J波识别所提取的特征进行优化处理,设计的J波分类模型能够有效地提高分类识别准确率,同时可以减少识别时间。利用MATLAB进行仿真验证,结果显示,设计的J波识别系统能够达到96.8%的准确率与2.3s的识别时间,能够有效地辅助医生进行J波诊断。 作为特征向量2(F2)。对应公式参考文献［7］。2．3特征选择使用所有的特征进行J波识别时，其分类效果不是很好，而且由于特征数量较多导致分类所需的时间也会增加，从而使得分类效果不好，因此对特征向量2中的81个特征使用遗传算法进行特征选择。波识别优化算法-电动折弯机数控滚圆机滚弧机张家港电动液压滚圆机滚弧机折弯机2．3．1定义适应度函数通过对特征进行编码，将染色体转化为实际值之后本文由公司网站滚圆机网站 转摘采集转载中国知网整理!   http://www.dapengkuoguanji.com/ ，由适应度函数进行评价，Fisher比值被用来作为适应度函数。如图1所示，为不同使用不同特征的Fisher比值随着迭代次数的变化情况。图1Fisher值与遗传代数关系图2特征个数与分类准确率关系2．3．2GA优化过程GA优化的过程朝最大化Fisher比率的方向发展。根据适应度排序后，消除地低适应度染色体之后，利用单点交叉算子进行交叉操作，在新生成的字符串的小部分上随机生成突变率，防止算法陷入局部最优。图3平均距离指标与特征个数关系图4特征分布2．3．4统计分析和主要特征选择结合分类器，利用优化特征子集建立特征维数与分类精度之间的关系，如图2所示。选择SVM［8］作为分类器进行J波信号与正常信号的分析。从图中可以发现，从低特征维度开始，逐渐增加到饱和水平，分类精度逐步增加，达到一定分类精度时，最终波识别优化算法-电动折弯机数控滚圆机滚弧机张家港电动液压滚圆机滚弧机折弯机本文由公司网站滚圆机网站 转摘采集转载中国知网整理!   http://www.dapengkuoguanji.com/