PDF《基于 BP神经网络的心电图 ST段的模式识别》

3 .

4 隐含层的神经元数 网络训练精度的提高, 要通过增加隐含层中的神经元个数 的方法来实现.这在结构上, 要比增加更多的隐含层要简单得 多.具体要选取多少个神经元数, 在理论上没有确定. 一般的, 网络隐层的选择原则为: 能够在解决问题的前提 下, 适当的增加

1 至2 个神经元数目来加快误差的下降速度即 可. 试验中根据所解决的问题具体分析, 例如, 采用不同的神经 元数进行训练对比, 然后选择最优的结构.根据以上分析和试 验, 本网络中采用6 个神经元, 结果达到最佳.

3 .

5 输出层神经元的个数 考虑到S T 段的多样性, 留 有冗余, 网 络输出 层神经元个数为3

0 4 实验结果 本文首先采集郑大一附院的运动平板系统的数据, 在MATLAB环境下, 读取数据, 并利用小波变换进行特征点的提 取. 读取的每一个心动周期的S T 段数据作为一列, 十列组成一 个矩阵, 每种情况组成一个矩阵, 送人神经网络进行训练. 网络 采用成批训练的方法修改权值, 即每次输人一类的十个样本进 行成批的训练.训练的误差结果如图5 ,

6 0

1 0 t 一Performanceis0.塑9

9 8

8 1 , G o a l i s

0 .

0 0

1 1

0 训练数据出神经元本!月隐层神经元权值输入神经元特征矢量了了0'

: 龙曰兮召?剐月卿图3神经网........