26年WP统计学基于Focal Loss的心电信号分类问题的研究12.13-AI30.11_1-约28086字符-全日制.pdf

下载文档加入资源篮

阅读 0
格式 pdf
大小 3.27 MB
约34页
2026-09-19
评论
收藏
赞(0)
海报
分享
微信扫码分享或点击分享到
QQ空间
QQ好友
新浪微博
复制链接
分享赚佣金
举报

26年WP统计学基于Focal Loss的心电信号分类问题的研究12.13-AI30.11_1-约28086字符-全日制.pdf_第1页

1/34页

26年WP统计学基于Focal Loss的心电信号分类问题的研究12.13-AI30.11_1-约28086字符-全日制.pdf_第2页

2/34页

26年WP统计学基于Focal Loss的心电信号分类问题的研究12.13-AI30.11_1-约28086字符-全日制.pdf_第3页

3/34页

26年WP统计学基于Focal Loss的心电信号分类问题的研究12.13-AI30.11_1-约28086字符-全日制.pdf_第4页

4/34页

26年WP统计学基于Focal Loss的心电信号分类问题的研究12.13-AI30.11_1-约28086字符-全日制.pdf_第5页

5/34页

26年WP统计学基于Focal Loss的心电信号分类问题的研究12.13-AI30.11_1-约28086字符-全日制.pdf_第6页

6/34页

26年WP统计学基于Focal Loss的心电信号分类问题的研究12.13-AI30.11_1-约28086字符-全日制.pdf_第7页

7/34页

26年WP统计学基于Focal Loss的心电信号分类问题的研究12.13-AI30.11_1-约28086字符-全日制.pdf_第8页

8/34页

26年WP统计学基于Focal Loss的心电信号分类问题的研究12.13-AI30.11_1-约28086字符-全日制.pdf_第9页

9/34页

26年WP统计学基于Focal Loss的心电信号分类问题的研究12.13-AI30.11_1-约28086字符-全日制.pdf_第10页

10/34页

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

/34

加入VIP 下载文档加入资源篮

文本预览下载提示常见问题

WHKJ大学本科毕业论文I摘要心律失常是一种常见的心血管系统疾病，严重时可直接危及生命。近年来心律失常呈现出发病年轻化的趋势，给人类社会带来了严峻的挑战。传统诊断方法依赖医生人工解析心电图信号，存在效率低、主观性强的问题。深度学习技术为高效率的心律失常自动分类带来了曙光。研究从心电信号的原理和深度学习分类模型的原理出发，采用 1DResNet50 模型，在 MIT-BIH 和 INCART 心律失常数据集上实现了心律失常五分类，主要完成了三部分工作：(1) 针对心律失常数据集样本不平衡问题，采用信号分割与信号欠采样、小波阈值去噪及 Z-Score 标准化对原始心...

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。

碎片内容