一种基于粒子群优化BP神经网络的心电信号分类方法

摘要

本发明公开了一种基于粒子群优化的BP神经网络（PSO‑BP）的心电分类方法，先构建BP神经网络并初始化网络参数，接着初始化例子种群并设定参数，然后计算每个粒子的适应度值，将粒子的适应度值和粒子的最优位置个体极值进行比较，更新粒子的最优位置个体极值，接着将粒子的适应度值与粒子的最优位置的全局极值进行比较，更新粒子的最优位置的全局极值，然后更新粒子的速度与位置，满足条件后得到最优位置的全局极值作为BO神经网络的权值和阈值来进行训练识别心电信号分类。本发明解决了BP神经网络学习收敛速度慢和学习过程易于陷入局部极小化的问题，从而引入了粒子群算法进行优化，结果表明经过粒子群优化的BP神经网络分类效果更好，精度更高。