一种心电信号深度学习模型的轻量化方法
- 专利权人:
- 安徽心之声医疗科技有限公司
- 发明人:
- 洪申达,傅兆吉,周荣博,俞杰
- 申请号：
- CN201910793585.X
- 公开号：
- CN110558972A
- 申请日:
- 2019.27.08
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 本发明提出的一种心电信号深度学习模型的轻量化方法,包括:构建输入为样本数据,输出为预测概率的复杂深度学习模型F;根据更新后的复杂深度学习模型F获得每一条样本数据对应的预测概率;构建输入为样本数据,输出为轻量化预测概率的轻量化深度学习模型G;结合样本数据、真实标签和预测概率对轻量化深度学习模型G进行训练更新。本发明中,通过复杂深度学习模型F的预测结果结合真实标签对轻量化深度学习模型G进行训练,保证了轻量化深度学习模型G的预测精度;通过结构简单、节点较少的轻量化深度学习模型G对心电信号数据进行预测,耗时少,效率高,实现了学习模型的低复杂度与预测精度的兼得。
- 来源网站：
- 中国工程科技知识中心
