Libros importados hasta 50% OFF + Envío Gratis a todo USA  Ver más

menu

0
  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional
portada Eine Auf Ekg-Signalen Basierende Merkmalsauswahl Zur Klassifizierung Von Herzrhythmusstörungen (in German)
Type
Physical Book
Language
Alemán
Pages
52
Format
Paperback
Dimensions
22.9 x 15.2 x 0.3 cm
Weight
0.09 kg.
ISBN13
9786203994759

Eine Auf Ekg-Signalen Basierende Merkmalsauswahl Zur Klassifizierung Von Herzrhythmusstörungen (in German)

Harikumar Rajaguru (Author) · Kalaiyarasi M (Author) · Verlag Unser Wissen · Paperback

Eine Auf Ekg-Signalen Basierende Merkmalsauswahl Zur Klassifizierung Von Herzrhythmusstörungen (in German) - C, Ganesh Babu ; Rajaguru, Harikumar ; M, Kalaiyarasi

Physical Book

$ 36.28

$ 43.09

You save: $ 6.81

16% discount
  • Condition: New
It will be shipped from our warehouse between Wednesday, July 17 and Thursday, July 18.
You will receive it anywhere in United States between 1 and 3 business days after shipment.

Synopsis "Eine Auf Ekg-Signalen Basierende Merkmalsauswahl Zur Klassifizierung Von Herzrhythmusstörungen (in German)"

Herzrhythmusstörungen treten auf, wenn die elektrischen Impulse im Herzen nicht richtig funktionieren. Eine frühzeitige Erkennung von Herzrhythmusstörungen ist notwendig, um das eigene Überleben zu sichern. Für die Diagnose ist eine Klassifizierung der Arrhythmie erforderlich. In diesem Bericht wird die Hauptkomponentenanalyse als Verfahren zur Merkmalsreduzierung eingesetzt, um hochdimensionale Eingaben zu reduzieren, ohne die Klassifizierungsmethoden zu beeinflussen. Zwei Verfahren zur Merkmalsauswahl wie Grey Wolf Optimizer (GWO), Particle Swarm Optimization (PSO) und Support Vector Machine (SVM) helfen bei der Auswahl von Merkmalen für Arrhythmie, und die Ergebnisse werden für die Klassifizierung verschiedener Arrhythmieformen verwendet. Die Leistungsanalyse für diese Merkmalsauswahltechniken wird geschätzt. Der Fluch der Dimensionalität (d. h. ein Datensatz, der eine gro e Anzahl von Merkmalen enthält) wird mit diesen Merkmalsauswahlverfahren gelöst. Das Ergebnis untersucht die Leistungsmetriken für die Integration von drei Methoden wie PSO, GWO mit SVO und zeigt, dass PSO und GWO integriert mit SVM Merkmale mit einer Genauigkeit von 96,08 % auswählen.

Customers reviews

More customer reviews
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Frequently Asked Questions about the Book

All books in our catalog are Original.
The book is written in German.
The binding of this edition is Paperback.

Questions and Answers about the Book

Do you have a question about the book? Login to be able to add your own question.

Opinions about Bookdelivery

More customer reviews