一种心电信号深度学习模型的轻量化方法

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。