基于动态模糊决策树的心电信号分类方法
来源：计算机工程杂志2020年第1期北京时间：
作者：高宁化, 王姮, 冯兴华
单位：西南科技大学 信息工程学院, 四川 绵阳 621000
摘要：为提高心电信号分类识别的准确率，提出一种基于时频特征融合与动态模糊决策树的心电信号分类识别方法。对心电信号依次进行周期分割、小波包分解与重构和形态识别处理，将小波包变换系数矩阵的二范数作为频域特征，并与时域特征进行融合以表征心电信号，同时将模糊C均值聚类引入模糊决策树的建树过程中，实现特征空间的动态划分。在MIT-BIH标准心电数据库上的实验结果表明，该方法的分类识别准确率较高，心电信号正异常分类的准确率达99.14%。
关键词：心电信号,小波包,特征融合,动态模糊决策树,模糊C均值聚类
基金资助：国家十三五核能开发科研项目（20161295）。
