期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进ReviewKD的心电图分类模型研究
1
作者
张号
潘丰
《信息与电脑》
2024年第7期67-71,共5页
针对边缘计算环境中心电图分类模型精度难以进一步提升的问题,本文提出一种基于改进ReviewKD的心电图分类模型。首先在ReviewKD的注意力融合结构中引入反卷积层和GAM注意力机制,使学生模型具备更强的学习能力和全局特征提取能力;然后在...
针对边缘计算环境中心电图分类模型精度难以进一步提升的问题,本文提出一种基于改进ReviewKD的心电图分类模型。首先在ReviewKD的注意力融合结构中引入反卷积层和GAM注意力机制,使学生模型具备更强的学习能力和全局特征提取能力;然后在损失函数中加入非目标类归一化损失函数,增强学生模型的抗噪声能力。在MIT-BIH数据集上进行实验,结果表明,改进ReviewKD的学生模型分类性能佳,适合用作边缘计算环境的心电图分类模型。
展开更多
关键词
心电图分类
reviewkd
注意力机制
损失函数
下载PDF
职称材料
题名
基于改进ReviewKD的心电图分类模型研究
1
作者
张号
潘丰
机构
江南大学轻工过程先进控制教育部重点实验室
出处
《信息与电脑》
2024年第7期67-71,共5页
文摘
针对边缘计算环境中心电图分类模型精度难以进一步提升的问题,本文提出一种基于改进ReviewKD的心电图分类模型。首先在ReviewKD的注意力融合结构中引入反卷积层和GAM注意力机制,使学生模型具备更强的学习能力和全局特征提取能力;然后在损失函数中加入非目标类归一化损失函数,增强学生模型的抗噪声能力。在MIT-BIH数据集上进行实验,结果表明,改进ReviewKD的学生模型分类性能佳,适合用作边缘计算环境的心电图分类模型。
关键词
心电图分类
reviewkd
注意力机制
损失函数
Keywords
ECG classification
reviewkd
attention mechanism
loss function
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进ReviewKD的心电图分类模型研究
张号
潘丰
《信息与电脑》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部