Name: UNA SELECCIÓN DE CARACTERÍSTICAS BASADA EN LA SEÑAL DE ECG PARA LA CLASIFICACIÓN DE DISRITMIAS. UTILIZANDO PSO, GWO Y SVM
SKU: 65465954
Price: 790.32 MXN
Availability: InStock
Author: Ganesh Babu C;Harikumar Rajaguru;Kalaiyarasi M
ISBN: 9786203994889

portada UNA SELECCIÓN DE CARACTERÍSTICAS BASADA EN LA SEÑAL DE ECG PARA LA CLASIFICACIÓN DE DISRITMIAS. UTILIZANDO PSO, GWO Y SVM

UNA SELECCIÓN DE CARACTERÍSTICAS BASADA EN LA SEÑAL DE ECG PARA LA CLASIFICACIÓN DE DISRITMIAS. UTILIZANDO PSO, GWO Y SVM

Formato

Libro Físico

Editorial

Ediciones Nuestro Conocimiento

Autor

Ganesh Babu C;Harikumar Rajaguru;Kalaiyarasi M

Año

2021

Idioma

Español

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22x15 cm

ISBN13

9786203994889

UNA SELECCIÓN DE CARACTERÍSTICAS BASADA EN LA SEÑAL DE ECG PARA LA CLASIFICACIÓN DE DISRITMIAS. UTILIZANDO PSO, GWO Y SVM

Ganesh Babu C;Harikumar Rajaguru;Kalaiyarasi M (Autor) · Ediciones Nuestro Conocimiento · Tapa Blanda

Libro Nuevo Importado

Envío: 13 a 17 días háb.

$ 1,756.28$ 790.32

-55%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 40 unidades

$ 790.32

¡Envío Gratis! Llega entre el 22 Sep y el 29 Sep a CUAUHTÉMOC, Ciudad de México. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "UNA SELECCIÓN DE CARACTERÍSTICAS BASADA EN LA SEÑAL DE ECG PARA LA CLASIFICACIÓN DE DISRITMIAS. UTILIZANDO PSO, GWO Y SVM"

La arritmia se produce cuando no hay un funcionamiento adecuado de los impulsos eléctricos presentes en el corazón. La detección temprana del ritmo cardíaco irregular es necesaria para salvar la supervivencia. La clasificación de la arritmia es necesaria para el diagnóstico. Este informe confiere el análisis de componentes principales como proceso de reducción de características para reducir la entrada de alta dimensión sin influir en los métodos de clasificación y dos técnicas de selección de características como el optimizador de lobo gris (GWO), la optimización de enjambre de partículas (PSO), y la máquina de vectores de apoyo (SVM) útil en la elección de las características con la arritmia y los resultados se utilizarán para la clasificación de diversas arritmias. El análisis del rendimiento de estas técnicas de selección de características se estima. La maldición de la dimensionalidad (es decir, el conjunto de datos que contiene un gran volumen de características) se resuelve utilizando estos métodos de selección de características. El resultado explora las métricas de rendimiento para la integración de tres métodos como PSO, GWO con SVO y muestra que PSO y GWO integrados con SVM seleccionaron características con una precisión del 96,08%.