Name: Uma Seleção de Características Baseada no Sinal ecg Para Classificação de Disritmia: Usando Pso, gwo e svm (en Portugués)
SKU: 53605063
Price: 820.18 MXN
Availability: InStock
Author: Ganesh Babu C; Harikumar Rajaguru; Kalaiyarasi M
ISBN: 9786203994902

portada Uma Seleção de Características Baseada no Sinal ecg Para Classificação de Disritmia: Usando Pso, gwo e svm (en Portugués)

Uma Seleção de Características Baseada no Sinal ecg Para Classificação de Disritmia: Usando Pso, gwo e svm (en Portugués)

Formato

Libro Físico

Editorial

Edições Nosso Conhecimento

Autor

Ganesh Babu C; Harikumar Rajaguru; Kalaiyarasi M

Año

2021

Idioma

Portugués

N° páginas

Encuadernación

Tapa Blanda

ISBN13

9786203994902

Categorías

Sociedad y cultura: general

Uma Seleção de Características Baseada no Sinal ecg Para Classificação de Disritmia: Usando Pso, gwo e svm (en Portugués)

Ganesh Babu C; Harikumar Rajaguru; Kalaiyarasi M (Autor) · Edições Nosso Conhecimento · Tapa Blanda

Libro Nuevo Importado

Envío: 22 a 27 días háb.

$ 1,640.37$ 820.18

-50%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 820.18

¡Envío Gratis! Llega entre el 05 Oct y el 13 Oct a CUAUHTÉMOC, Ciudad de México. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Uma Seleção de Características Baseada no Sinal ecg Para Classificação de Disritmia: Usando Pso, gwo e svm (en Portugués)"

A arritmia ocorre quando não há um funcionamento adequado dos impulsos elétricos presentes no coração. Uma detecção precoce do ritmo cardíaco irregular é necessária para resgatar a sobrevivência dos mesmos. A classificação da arritmia é necessária para o diagnóstico. Este relatório confere à análise de componentes Princípio como processo de redução de características para reduzir a entrada de altas dimensões sem influenciar os métodos de classificação e duas técnicas de seleção de características como o Grey wolf optimizer (GWO), Particle swarm optimization (PSO) e Support Vector Machine (SVM) úteis na escolha de características com arritmia e os resultados serão utilizados para a classificação de várias arritmias. A análise de desempenho para estas técnicas de seleção de características é estimada. A maldição da dimensionalidade (ou seja, conjunto de dados contendo grande volume de recursos) é resolvida usando estes métodos de seleção de recursos. O resultado explora as métricas de desempenho para integração de três métodos como PSO, GWO com SVO e mostra que PSO e GWO integrados com características selecionadas SVM com 96,08% de precisão.