基于小波神经网络的心电信号识别.docxVIP

基于小波神经网络的心电信号识别 小波变换的频率与时间辨率 小波理论的一个重要结果是，所有信号都可以展开为函数=通过l（r）的比率和时间差，函数公式如下所示。 ψ被定义为母小波或基小波，ψa, b被称作为小波，参数a, b分别被定义为尺度和位移参数。 设x (t) ∈L2(R) ，则x (t) 的小波变换定义为： 小波变换通常被认为正比于频率带宽的带通滤波器组对信号进行处理。当a值较小时，时轴上观察范围小，在频域上相当于用较高频率作分辨率较高的分析，即用高频小波做细致观察，当a值较大时，时轴上考虑范围大，在频域上相当于用低频小波做概貌分析，因此小波变换具有较好的低频频谱辨析率和高频的时间辨析率。小波理论已经广泛的应用于各个领域，在信号的分类中，一种是通过小波变换提取信号的特征值输入到某种神经网络中，另一种就是直接应用小波神经网络对信号分类。 1 网络分类结果的描述 典型的小波神经网络相当于具有一个隐含层的简单的神经网络结构。小波系数部分被称作小波节点，小波函数作为信号的小波变换。小波神经网络的第一层部分相当于对输入信号进行特征提取，第二部分相当于神经网络的分类。增加了一层感知机的小波神经网络如图1，即增加了图中O1层，与常规的小波神经网络相比分类性能得到了显著提高。 在本文的研究中，选择Morlet小波作为母小波，Morlet小波的表达式为 其中?选择5.33。 网络分类的输出结果