基于新进化优化BP学习算法的心音识别方法

来源：吉林大学学报·理学版杂志2020年第5期北京时间：

作者：袁倩影, 全海燕

单位：昆明理工大学 信息工程与自动化学院, 昆明 650504

摘要：为提高人工智能辅助诊断心音识别的准确率, 根据心音信号的周期性特点, 提出以快速主成分分析算法对心音信号降维和提取特征, 同时基于单形进化算法, 优化BP神经网络学习算法的输出与期望的误差函数, 以改进BP神经网络的学习性能, 实现对心音信号高准确度的分类识别. 针对正常心音及8类异常心音信号进行性能分析与测试, 实验结果表明, 各类心音的平均识别率为95.96%, 改进算法比其他对比算法识别率分别提高了4.9%,3.9%,1.9%, 表明该算法能更有效地分类识别心音信号, 提高人工辅助诊断的识别率.

关键词：单形进化算法,快速主成分分析,BP神经网络,心音识别