[发明专利]一种基于稀疏核主分量分析的RdR散点图识别方法

权利要求书

1.一种基于稀疏核主分量分析的RdR散点图识别方法，其特征在于，包括以下步骤：

步骤1）获取心电信号，对心电信号进行滤波去噪处理，提取R波峰值位置；

步骤2）使用心搏间期绘制RdR散点图，可以通过MATLAB等工具来绘制；

步骤3）对RdR散点图进行缩放，转成灰度图，并对图像数据进行归一化处理，以减少计算量；

步骤4）对获得的散点图样本进行标记；

步骤5）对样本进行采样，随机抽取75%的数据作为训练样本；

步骤6）设置参数，参数包括近似基的误差参数、高斯核函数参数以及控制限的值；

步骤7）分别对每类样本求解近似基、特征值、特征向量；

步骤8）分别计算每个测试样本的SPE，其值与某类样本的SPE差值最小者为测试样本的预测类别，与实际类别比较，计算准确率，若满足要求则步骤9，否则返回步骤6重新设置参数训练；

步骤9）获得参数，算法结束。

2.根据权利要求1所述的一种基于稀疏核主分量分析的RdR散点图识别方法，其特征在于：所述的核主分量分析是一种无监督机器学习算法。

3.根据权利要求1所述的一种基于稀疏核主分量分析的RdR散点图识别方法，其特征在于：所述步骤2）中的RdR散点图是一种心率变异性分析方法，可以体现其随时间变化的趋势。

4.根据权利要求1所述的一种基于稀疏核主分量分析的RdR散点图识别方法，其特征在于：所述步骤3）中为了减少计算量，将散点图转成灰度图，然后进行处理、识别。

5.根据权利要求1所述的一种基于稀疏核主分量分析的RdR散点图识别方法，其特征在于：所述步骤5）中为了测试分类器的性能，随机抽取75%的样本用于训练，25%的样本用于测试。

6.根据权利要求1所述的一种基于稀疏核主分量分析的RdR散点图识别方法，其特征在于： 所述步骤7）中为了减少冗余特征以及计算的复杂度，以及过学习问题，对样本进行了稀疏化处理。