基于深度卷积神经网络的非线性时间序列分类——以ECG信号为例

摘要

机器学习领域的非线性时间序列分类方法已经在多个领域展开相关研究与实际应用,尤其是对一些商业、工业以及医疗领域的研究掀起了一阵热潮。本文将从实践基地获取的心电图数据对一种高阶谱分析与深度卷积神经网络相结合的时间序列分类方法的有效性做检验。具体过程为将心电信号转化为双阶谱,从而提取有效特征,研究有利于提高分类性能的分类决策方法,希望能够为相关研究提供一个新思路。