论文部分内容阅读
根据主元分析和神经网络的原理,描述了用主元分析的方法对输入信号的特征进行提取,并利用神经网络算法,实现ECG信号压缩的可行性.从压缩后信号重构的保真性和压缩计算复杂性两个角度出发,给出了压缩重建的实验结果并分析讨论.文中的压缩算法将原始动态心电数据映射为主元分析特征参数存储,比常规的直接压缩或压缩算法有更高的压缩比.选取5个主元表示一个心动周期的特征,其压缩比可达到30∶1,均方根误差比PRD为4.75%.该ECG压缩算法克服了直接用主元分析法压缩数据时,要计算维数巨大相关矩阵的困难.实验证明,该方法