热门
最新
红包
立Flag
投票
同城
我的
发布
《【人工智能之深度学习】17. ECG异常检测实战：自编码器解决心律失常诊断的类别不平衡问题》
摘要：心电图（ECG）异常检测是心律失常诊断的关键技术，但其面临正常样本占比超90%的类别不平衡挑战。本文提出基于自编码器的无监督异常检测方案，仅利用正常ECG样本训练模型，通过重构误差判断异常。以MIT-BIH公开数据集为基础，设计完整流程：从数据预处理（心拍分割、标准化）、1D卷积自编码器构建，到动态阈值确定（基于正常样本误差分布的99%分位数）。实验表明，该方案F1分数达0.89，召回率0.91，误报率降至2.3次/天，较传统孤立森林模型性能提升显著。
——来自博客 https://blog.csdn.net/weixin_39815573/article/details/150219382
你学会了吗？(单选)
1 人已经参与 已结束
学会了
1人
学废了
0人
CSDN App 扫码分享
评论
点赞
- 复制链接
- 举报
