基于决策树和随机森林的ECG信号分类

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：为提高心脏疾病诊断的准确性和效率，采用小波阈值去噪技术对原始心电信号（ECG）进行预处理，消除各类噪声干扰；提取了反映心电特征的关键参数，用于心拍截取；构建并比较了决策树、随机森林和融合模型。决策树模型虽然易于解释，但在分析复杂ECG数据时仍存在不足，其平均准确率为0.927。随机森林模型通过集成多棵决策树，将平均准确率提升至约0.955，表现出较高的分类性能，但仍存在波动。（剩余9072字）

试读结束

目录
monitor
客服机器人