您的位置：
首页
>
农业专利
>
详情页
一种基于多分类器强化学习的心肌梗塞检测方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 邓木清,张壮,曹九稳
- 申请号：
- CN201911030739.6
- 公开号：
- CN110693489A
- 申请日:
- 2019.28.10
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明公开了一种基于多分类器强化学习的心肌梗塞检测方法。本发明步骤:1、对原始常规12导联心电图进行预处理、R波定位、获取HRV信号;2、对每个导联HRV信号分别提取时域、频域、非线性动力学特征序列;3、利用强化学习让分类器模型不断进行学习,调整模型参数,将不同动作对应的Q值作为一个序列输出,最终训练得到三个主分类器模型,每个主分类器模型里面根据强化学习得分机制产生若干BP分类器;4、利用强化学习训练得到的三个主分类器对测试样本进行分类识别,获得三个测试结果;5、利用投票法则进行最终投票,获得识别结果。本发明引入强化学习机制,能够更有效准确地快速识别检测,能够为心肌梗塞的检测与预防提供有效便利的工具。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
