کنفرانس ملی رویکردهای نوین در آموزش و پژوهش

صفحه اصلی / پنجمین کنفرانس ملی رویکردهای نوین در آموزش و پژوهش

مقایسه شبکه های عصبی پرسپترون چند لایه و شبکه های عصبی ماشین بردار پشتیبان به منظور طبقه بندی آریتمی های قلبی

نویسندگان :

عبداله احمدی¹ حسن زارع²

1- دانشکده فنی و حرفه ای محمودآباد 2- دانشکده فنی و حرفه ای محمودآباد

کلمات کلیدی :

تبدیل گسسته کسینوسی، تبدیل ویولت پیوسته، تبدیل ویولت گسسته، ماشین بردار پشتیبان.

چکیده :

در این مطالعه، به منظور بهبود الگوی طبقه بندی آریتمی های قلبی، از تبدیل کسینوسی گسسته، تبدیل ویولت پیوسته و گسسته استفاده شده و انواع آنالیزهای سیگنال الکتروکاردیوگرام مقایسه می شوند. طبقهبندی کننده-های تحت آزمایش، ماشین بردار پشتیبانی و شبکههای عصبی پرسپترون چند لایه می باشند. طبقه بندی برای چهار آریتمی مختلف و سیگنال الکتروکاردیوگرام نرمال انجام شده است. سه تکنیک استخراج ویژگی به طور جداگانه قبل از طبقه بندی به این مجموعه دادهها اعمال شده است. خروجی طبقه بندی کنندههای فوق در عملکرد آموزش و تست مقایسه شده و نتایج نشان می دهد که انتخاب بهترین روش استخراج ویژگی به عملکرد و زمان آموزش و تست بستگی دارد. بطور کلی یافتههای این تحقیق حاکی از آن است که خروجی طبقهبندی کننده شبکه های عصبی پرسپترون چند لایه با ویژگیهای استخراج شده از تبدیل ویولت گسسته، بالاترین صحت (9/99%) را داشته است.